一文看懂二分查找

二分查找原理

二分查找的原理不难理解，即在一个有序数组中，每次将数组中间值与目标值进行比较，从而判断目标值在中间值的左边还是右边。
由于每次可排除一半的数，因此二分查找的时间复杂度为log₂n。对于100万个有序数据，利用二分查找仅需搜索20次，效率非常高。mysql的B+树叶子节点的数据查找，用的就是二分查找。

代码编写

中间值

第一次写二分查找的代码时，都会有一个疑惑，那就是如果数组的个数是奇数和偶数时，中间值要不要分别处理？相信当你仔细去区分时，十有八九会被绕晕。我们完全可以不用考虑这个情况。

边界处理

二分查找的难点在于边界处理，解决了这个问题，二分查找的代码编写也就变得很简单了。下面介绍常用的两种边界规定方式，以递增数组为例。

• 左闭右开

public int searchInsert(int[] nums, int target) {
        // 指针初始化，这里体现左闭右开[0, n)
        int l = 0;  // 左指针
        int r = nums.length;  // 右指针 
        while (l < r){
            int mid = l + (r - l) / 2; // 若采用（r + l） / 2 会有超出int最大值的风险
            if (nums[mid] > target){
                r = mid; // 右指针等于mid。（体现右开原则）
            }else if (nums[mid] < target){
                l = mid + 1; // 左指针等于mid + 1。 （体现左闭原则）
            }else {
                return mid;
            }
        }
        return -1;
    }

开始时，我们便把nums.length作为右指针，而数组的最大下标为nums.lenth - 1，所以这里第一次体现了左闭右开（右指针的值我们无需考虑，因为已经越界了）。
当我们把中间值与目标值进行对比时，若中间值大于目标值，说明目标值存在于左半部分，令r = mid。（由于是右闭，此时mid的值我们无需再考虑了，因此直接r = mid）。若中间值小于目标值时，说明目标值存在于右半部分，令l = mid + 1。这里为什么要+ 1呢？因为左边是闭区间，此时mid的值我们无需考虑了，因此l = mid + 1，跳过mid值。若中间值等于目标值，那恭喜你找到了目标值，直接返回即可。

• 左闭右闭

public int searchInsert(int[] nums, int target) {
        // 指针初始化，这里体现左闭右闭[0, n - 1]
        int l = 0;  // 左指针
        int r = nums.length - 1;  // 右指针
        while (l <= r){
            int mid = l + (r - l) / 2; // 若采用（r + l） / 2 会有超出int最大值的风险
            if (nums[mid] > target){
                r = mid - 1; // 右指针等于mid。（体现右闭原则）
            }else if (nums[mid] < target){
                l = mid + 1; // 左指针等于mid + 1。 （体现左闭原则）
            }else {
                return mid;
            }
        }
        return -1;
    }

与左闭右开相比，初始时我们的右指针变为了nums.length - 1，这也是体现了左闭右闭原则。
当中间值mid大于目标值时，这里我们就得把 r = mid - 1，以排除mid值。
与左闭右开的while(l < r)相比，这里判断条件为啥是while(l <= r)呢？因为当l == r时，[l, r)已经是个空区间了，而[l, r]区间还有一个值l，需要继续做下一步的判断。
其它情况同左闭右开。