二分搜索详解

①非递归结构的二分搜索算法：

        二分搜索解决的问题：在一个有序序列当中，查询某一指定取值的关键字在有序序列当中 下标 的问题。

        二分搜索的前提条件：待搜索序列必须是有序序列

        二分搜索的时间复杂度：O(log2 N) -> 暴力查询算法的时间复杂度是O(N)

二分搜索算法的实现步骤：

start：标记搜索范围的起点下标

end：标记搜索范围的终点下标

middle：标记搜索范围的中值下标

key > array[middle]：继续搜索右半侧区间：end不变，start = middle + 1；

key < array[middle]：继续搜索左半侧区间：start不变，end = middle - 1；

注意：s、m、e是有可能产生重叠的，即使产生重叠，也要继续进行一次搜索。 目标关键字在序列当中不存在的情况判断：start > end

注意：当目标元素在有序序列当中不存在的时候，可以返回-1，表示这个元素不存在；或者类

似于Arrays、Collections当中的binarySearch()方法一样，返回-(insertion point)-1；其中

insertion point表示：假设搜索目标取值在有序序列当中存在，其应该插入的下标位。

规律：在二分搜索失败的情况下，start变量的最终取值始终是这个关键字如果存在于有序序列

当中的应当插入的下标位（

insertion point）

②递归结构：

定义：一个方法在内部调用自己，就构成了递归结构。

思想：大事化小、小事化了

大事化小：大问题可以拆分称为诸多子问题，子问题与大问题之间解决过程一致，只有问题

规模在下降

小事化了：当将大问题逐层拆解成为子问题、规模更小的子问题的过程当中，总有一层子问

题的规模已经是最小的了、不能够继续拆分的了，我们将这种不能够再拆分的子问题，称之

为最小子问题。最小子问题一般都具有直接解，可以直接拿来使用。

大事化小：递归调用

小事化了：递归出口

整体思路：通过每一层的递归调用，将一个大规模的问题，逐层进行拆分，规模越来越小；直到

子问题的规模已经不能再小（再拆分），也就到达了最小子问题（递归出口）。最终我们拿着最

小子问题的直接解，将上层积累的所有大问题逐一进行解开。

具体案例：求取n!

n! = (n-1)! * n

(n-1)! = (n-2)! * (n-1)

(n-2)! = (n-3)! * (n-2)

... ...

3! = (3-1)! * 3 = 2! * 3

2! = 1! * 2

1! = 1（最小子问题）

/**

2 * 求取 n 的阶乘

3 * @param n

4 * @return

5 */

6 public int factorial ( int n ) {

7

8 if ( n == 1 ) {

9 //1! = 1

10 return 1 ; // 递归出口

11 } else {

12 // 当 n>1 的时候： n! = (n-1)! * n

13 return factorial ( n - 1 ) * n ; // 递归调用

14 }

15

16 }