基础算法-二分查找

示例

在生活中，如果需要打电话给 j 某人，如果从电话簿的开始进行查找，那样将耗费大量的时间，所以，一般情况是直接翻页到中间部分进行查找。

又例如玩一个游戏，朋友想一个数字，你进行猜测，朋友告诉你这个数字大于小于或是等于你猜的数字，如果你从1开始猜，那么最后猜对往往可能需要耗费比较多的次数。但如果从中间开始猜，例如50，得出相应的比较关系后，又以此类推，猜25或是75，最后就会以一个比较高的效率猜中这一个数字。

相应的，如果从头开始查找，或者是从尾部开始查找，最坏的结果是需要查找n次（刚好需要查找的是第n个）。而如果使用二分法，需要的次数是log2n。

（对数运算是幂运算的逆运算：例如log10 100 = 2）

例如有一个128个元素的有序列表，最多需要7次遍历就可以获取答案，如果是256个，就最多需要8次遍历。

（简单说一下大O表达式）

例如

O(1) 

O(n)  线性时间 例如简单查找

O(logn) 对数时间 例如二分查找

O(nlogn)  例如快速排序

O(n!)  著名的旅行商问题 （一个旅行商要去n个城市，求出最近的路线）

 O(n2) 例如冒泡排序

算法运行时间是从其增速的角度度量的，并不以时间为单位，根据具体的需求选择合适的算法。

前提

使用二分查找必须针对一个有序的元素列表，查找到其位置就返回对应下标，否则就返回null。

代码

    public static void main(String[] args) {
        //给定一个有序的元素列表
        int [] arr = new int[]{1,4,5,6,7,9,11,14,16,20};
        //目标值
        int target = 9;
        System.out.println(getTargetByDichotomy(arr, target));
    }

    /*
    二分法
     */
    private static int getTargetByDichotomy(int[] arr,int target){
        //最小下标
        int low = 0;
        //最大下标
        int high = arr.length;

        //只要范围中还有元素就要进行判断
        while (low <= high){
            //中间下标 每次 low 和 high 变化都要重新计算
            int mid = (low+high)/2;
            //如果刚好猜对了就返回
            if (arr[mid]==target){
                return mid;
            }
            //如果大了就说明在小的那一部分 就修改high
            if (arr[mid]>target){
                //因为mid 对应不是目标值，所以往下取一个
                high = mid - 1;
            }else {
                //如果小了就说明在大的那一部分，就修改low
                low = mid + 1;
            }
        }
        //如果遍历完了都还没有，就返回 -1  或者换成包装类型返回Null
        return  -1;
    }