【数据结构与算法】——二分查找

二分查找有着查找速度快，平均性能好的优点，但要建立在要查找的数据必须时有序的。

今天我们今天来学习二分查找算法。

有天A和B同时去一家公司面试，只面试管在纸上写下一行数，如：

1，3，5，8，10，15，20。

问：你们谁能用程序在最短的时间找出15？
B：只需要从第一个元素开始往后依次比较，比较六次就可以找到了。

这时A回答：我只需要两次就可以找到。
面试官：A你能说说如何做吗？
A：你给的数字是有序的，所以没有必要一个一个比较，可以逐渐缩小要查找的范围来查找，我们可以先看中间的元素，如果是15，就直接找到了，如果15比中间的元素大，那就应该去中间元素的右边去找，反之，在左边找。
A说完后立即画了个图。

A：我们可以用数组arr去存储这些元素用Left和Right两个变量划定查找的区间，第一次比较15大于中间元素8，那么下一次查找就是在8的下一个位置到20的区间去查找。

 

 

这时面试官又问：如果是查找12呢？这个数字不存在我们又该如何完成？
A：如果查找12，同样的思路，第一次查找和15一样，第二次找12小于15，应该去15的左边，8的右边去查找。

 

当Left和Right指向同一个位置时也就是只剩下一个元素，但是还是不相等，就是找不到了，也就是数据中没有12这个元素。

二分查找代码的实现
面试官在肯定了A的思路后问：那你能写出这个程序的代码吗？

不一会A给出了代码

int binarySrarch(int arr[], int key,int arrlen)
{
	int Letf = 0;
	int Right = arrlen - 1;
	int mid;
	while (Letf <= Right)
	{
		mid = (Letf + Right) / 2;//查找区间的中间位置
		if (arr[mid] > key)
		{
			Right = mid - 1;
		}
		else if(arr[mid]<key)
		{
			Letf = mid + 1;
		}
		else
		{
			return mid;
		}

	}
	return -1;//没有找到
}

这是B插话问：这个判断循环条件能不能改为Left<Right呢？
A:不行，如果改为Left<Right，就有可能出现来数据中有待查数据却找不到的情况，比如查10、经过两次查找后，Left和Right都指向元素10但此时wile(low<high)不成立. 不进入循环避而找不到。

面式官在看完代码后问A：你觉得你的代码有什么问题吗？

A在看了代码后检查不出什么！尴尬的笑了笑说看不出！
面试官：你看mid=(Left+Right)/2，这行代码，Left和Right都是整形，当我们要 在一个很大的数据量中查找时，这时的Left和Right就会很大，lLeft+Right就容易产生溢出，结果就应为负数那么mid=(Left+Right)/2也就为负数了，程序就错了。

这时AB同问：那如何解决？
面试官：给你两个容量相同的杯子，杯子里都装了半杯以上的水，你怎样才能将两杯水变得体积相同？
你的代码(Left+Right)/2就相当于把一个杯子的水倒入另一个杯子中然后再均分，这样会使水流出。正确的做法是将两杯水中体积大减去体积小的等于水的体积差值，再将这个差值的一半倒入水少的杯子中就行了。也就是mid= Left+（Right - Left）/2。

 

int binarySrarch(int arr[], int key,int arrlen)
{
	int Letf = 0;
	int Right = arrlen - 1;
	int mid;
	while (Letf <= Right)
	{
		mid = Left+(Right -Left) / 2;//查找区间的中间位置
		if (arr[mid] > key)
		{
			Right = mid - 1;
		}
		else if(arr[mid]<key)
		{
			Letf = mid + 1;
		}
		else
		{
			return mid;
		}

	}
	return -1;//没有找到
}

二分查找的时间复杂度

在使用二分查找时，如果要查找的数据规模为n，二分查找一次后规模就变成了N/2，二分查找两次后的规模为n/2^2，二分查找m次后规模变成了n/2^m。

最坏情况,数据中没有该值
假设，当二分查找后剩下一个元素，那么此时规模为1，此时已经二分查找了m次，也就是n/2^m=1 m=lg(n)。再循环一次也不到,跳出循环，所以说最多循环m+1次，故二分查找的最坏是间复杂度为O(n)=lg(n)。