二分查找

二分查找

       编程珠玑第4章中提到：虽然第一篇二分搜索论文在1946年就发表了，但是第一个没有错误的二分搜索策略却直到1962年才出现，由此可见二分查找思想虽然简单，但是要写好还是很难的。

       那二分查找会出现那么多错误，主要是因为什么原因呢？

边界问题

         在二分查找的时候，边界很重要，需要理解查找的边界是什么？

         边界主要可以分为[low,upper]，和[low，upper），即左闭右开、左闭右闭。这两种情况下，代码是不一样的，其不同可以参考下面的代码

/*
	输入：A是待查找的非降序数组，n是数据的个数，key是查找的元素
	返回：没有key，返回-1，有返回在数据中的下标
*/
int binarySearch( int *A, int n, int key )
{
	int begin = 0;
	int end   = n;
	// [0,n) 左闭右开
	while ( begin < end )
	{
		int mid = begin + ( end - begin ) / 2;
		if ( A[mid] == key )
			return mid;
		else if ( A[mid] < key )
			begin = mid + 1;
		else // A[mid] > key  
			end = mid;
	}
	return -1;
}

这个是左闭右开，所以当key < A[mid]的时候，此时key在[ begin, mid)之间

int binarySearch( int *A, int n, int key )
{
	int begin = 0;
	int end   = n;
	// [0,n] 左闭右闭
	while ( begin <= end )
	{
		int mid = begin + ( end - begin ) / 2;
		if ( A[mid] == key )
			return mid;
		else if ( A[mid] < key )
			begin = mid + 1;
		else // A[mid] > key  
			end = mid - 1;
	}
	return -1;
}

 

二分的优化问题

1.    查找第一个出现的位置

         如果查找的数在数据中出现多次，那么返回第一个出现的位置，这个剑指offer上的面试题38差不多，此处给出实现：

// A范围是A[begin, end]为左闭右闭
int getFisrtOfK(int *A, int begin, int end, int key )
{
	if ( begin > end )
		return -1;
	int mid = begin + ( end - begin ) / 2;
	int midData = A[mid];

	if ( midData ==  key )
	{
		if ( (mid == 0) || A[mid-1] != key )
			return mid;
		else 
			end = mid - 1;
	}
	else if ( midData < key )
		begin = mid  + 1;
	else // midData > key
		end = mid - 1;

	return getFisrtOfK(A, begin, end, key);
}

当我们查找到A[mid] == key的时候，此时判断前一个数是否是key，如果不是key，那么此时mid就是第一个k出现的位置，如果是key，那么此时范围缩小到A[begin, mid-1]，当A[mid] ！= key时，情况和正常情况下相似。

         剑指offer中给出的是递归的解法，下面给出非递归解法

// A范围是A[begin, end]为左闭右闭
int getFisrtOfK( int *A, int begin, int end, int key )
{
	if ( A == NULL || begin > end )
		return -1;
	
	int low, upper;
	low   = begin;
	upper = end;
	while ( low <= upper )
	{
		int mid = low + ( upper - low ) / 2;
		int midData = A[mid];

		if ( key <= midData )
			upper = mid - 1;
		else 
			low = mid + 1;
	}

	if ( low <= end || A[low] == key )
		return low;
	else
		return -1;
}

当出现key <= midData的时候，那此时key出现的第一位置必然是小于等于mid的，那此时在[begin,mid-1]中查找是否还有key了，如果没有的话，则循环结束的时候，肯定会出现low=mid了，此时通过判断A[low] == key，就可以得到第一个出现key的位置了。

2.    查找最优出现的位置

 

int getLastOfK(int *A, int begin, int end, int key )
{
	if ( A == NULL || begin > end )
		return -1;

	int low, upper;
	low   = begin;
	upper = end;
	while ( low <= upper )
	{
		int mid = low + ( upper - low ) / 2;
		int midData = A[mid];

		if ( midData <= key ) // 此时 mid <= key, 那么mid可能是最后一个出现的key了，或者在[mid+1, end]中还有key
			low  = mid + 1;
		else // midData > key
			upper = mid - 1;
	}

	if ( upper >= 0 || A[upper] == key )
		return upper;
	else
		return -1;

}

当出现midData <= key的时候，那此时key出现的最后位置必然是大于等于mid的，那此时在[mid+1,end]中查找是否还有key了，如果没有的话，则循环结束的时候，肯定会出现upper=mid了，此时通过判断A[upper] == key，就可以得到最后一个出现key的位置了。

 

为了测试方便，给出剑指offer中的测试代码：

// NumberOfK.cpp : Defines the entry point for the console application.
//

// 《剑指Offer——名企面试官精讲典型编程题》代码
// 著作权所有者：何海涛

#include "stdafx.h"

int GetFirstK(int* data, int length, int k, int start, int end);
int GetLastK(int* data, int length, int k, int start, int end);

int GetNumberOfK(int* data, int length, int k)
{
    int number = 0;

    if(data != NULL && length > 0)
    {
        int first = GetFirstK(data, length, k, 0, length - 1);
        int last = GetLastK(data, length, k, 0, length - 1);
        
        if(first > -1 && last > -1)
            number = last - first + 1;
    }

    return number;
}

// 找到数组中第一个k的下标。如果数组中不存在k，返回-1
int GetFirstK(int* data, int length, int k, int start, int end)
{
//     if(start > end)
//         return -1;
// 
//     int middleIndex = (start + end) / 2;
//     int middleData = data[middleIndex];
// 
//     if(middleData == k)
//     {
//         if((middleIndex > 0 && data[middleIndex - 1] != k) 
//             || middleIndex == 0)
//             return middleIndex;
//         else
//             end  = middleIndex - 1;
//     }
//     else if(middleData > k)
//         end = middleIndex - 1;
//     else
//         start = middleIndex + 1;
// 
//     return GetFirstK(data, length, k, start, end);
	if ( data == NULL || start > end )
		return -1;

	int low, upper;
	low   = start;
	upper = end;
	int key = k;
	while ( low <= upper )
	{
		int mid = low + ( upper - low ) / 2;
		int midData = data[mid];

		if ( key <= midData )
			upper = mid - 1;
		else 
			low = mid + 1;
	}

	if ( low <= end || data[low] == key )
		return low;
	else
		return -1;
}

// 找到数组中最后一个k的下标。如果数组中不存在k，返回-1
int GetLastK(int* data, int length, int k, int start, int end)
{
//     if(start > end)
//         return -1;
// 
//     int middleIndex = (start + end) / 2;
//     int middleData = data[middleIndex];
// 
//     if(middleData == k)
//     {
//         if((middleIndex < length - 1 && data[middleIndex + 1] != k) 
//             || middleIndex == length - 1)
//             return middleIndex;
//         else
//             start  = middleIndex + 1;
//     }
//     else if(middleData < k)
//         start = middleIndex + 1;
//     else
//         end = middleIndex - 1;
// 
//     return GetLastK(data, length, k, start, end);
	if ( data == NULL || start > end )
		return -1;

	int low, upper;
	low   = start;
	upper = end;
	int key = k;
	while ( low <= upper )
	{
		int mid = low + ( upper - low ) / 2;
		int midData = data[mid];

		if ( midData <= key ) // 此时 mid <= key, 那么mid可能是最后一个出现的key了，或者在[mid+1, end]中还有key
			low  = mid + 1;
		else // midData > key
			upper = mid - 1;
	}

	if ( upper >= 0 || data[upper] == key )
		return upper;
	else
		return -1;
}

// ====================测试代码====================
void Test(char* testName, int data[], int length, int k, int expected)
{
    if(testName != NULL)
        printf("%s begins: ", testName);

    int result = GetNumberOfK(data, length, k);
    if(result == expected)
        printf("Passed.\n");
    else
        printf("Failed.\n");
}

// 查找的数字出现在数组的中间
void Test1()
{
    int data[] = {1, 2, 3, 3, 3, 3, 4, 5};
    Test("Test1", data, sizeof(data) / sizeof(int), 3, 4);
}

// 查找的数组出现在数组的开头
void Test2()
{
    int data[] = {3, 3, 3, 3, 4, 5};
    Test("Test2", data, sizeof(data) / sizeof(int), 3, 4);
}

// 查找的数组出现在数组的结尾
void Test3()
{
    int data[] = {1, 2, 3, 3, 3, 3};
    Test("Test3", data, sizeof(data) / sizeof(int), 3, 4);
}

// 查找的数字不存在
void Test4()
{
    int data[] = {1, 3, 3, 3, 3, 4, 5};
    Test("Test4", data, sizeof(data) / sizeof(int), 2, 0);
}

// 查找的数字比第一个数字还小，不存在
void Test5()
{
    int data[] = {1, 3, 3, 3, 3, 4, 5};
    Test("Test5", data, sizeof(data) / sizeof(int), 0, 0);
}

// 查找的数字比最后一个数字还大，不存在
void Test6()
{
    int data[] = {1, 3, 3, 3, 3, 4, 5};
    Test("Test6", data, sizeof(data) / sizeof(int), 6, 0);
}

// 数组中的数字从头到尾都是查找的数字
void Test7()
{
    int data[] = {3, 3, 3, 3};
    Test("Test7", data, sizeof(data) / sizeof(int), 3, 4);
}

// 数组中的数字从头到尾只有一个重复的数字，不是查找的数字
void Test8()
{
    int data[] = {3, 3, 3, 3};
    Test("Test8", data, sizeof(data) / sizeof(int), 4, 0);
}

// 数组中只有一个数字，是查找的数字
void Test9()
{
    int data[] = {3};
    Test("Test9", data, sizeof(data) / sizeof(int), 3, 1);
}

// 数组中只有一个数字，不是查找的数字
void Test10()
{
    int data[] = {3};
    Test("Test10", data, sizeof(data) / sizeof(int), 4, 0);
}

// 鲁棒性测试，数组空指针
void Test11()
{
    Test("Test11", NULL, 0, 0, 0);
}

int _tmain(int argc, _TCHAR* argv[])
{
    Test1();
    Test2();
    Test3();
    Test4();
    Test5();
    Test6();
    Test7();
    Test8();
    Test9();
    Test10();
    Test11();

    return 0;
}