Algorithm-Binary Search算法

最新推荐文章于 2023-06-03 09:44:23 发布

zy2317878

最新推荐文章于 2023-06-03 09:44:23 发布

阅读量1.7k

点赞数

分类专栏： Algorithm 文章标签： LeetCode Binary Search

本文链接：https://blog.csdn.net/zy2317878/article/details/79681894

版权

Binary Search算法，二分查找，非常经典的算法哈。LeetCode中遇到，截止目前，实际手写算法的题目有：

使用到对应的算法函数有： LeetCode-475. Heaters。那么，作为LeetCode的单独的一个类，虽然我目前只练习了Easy难度的题目，但还是有必要系统的总结一下的。

参考资料：

2018-5-11：之前这篇博客主要内容只能算得上是对现有较好的知识的一个整理，但是自己的理解并不是很多。所以今天我会尝试添加自己的理解，以便更好帮助大家从多方便多角度来理解二分搜索的各种问题之间内在的联系。之前的内容还是不会做太多修改，所以尽量在内容与排版上，使问题更加清晰。‘’
-2018-5-12：将新的理解总结成了一篇新的文章，可参考：Algorithm-Binary Search算法进阶理解。

二分查找又称折半查找，它是一种效率较高的查找方法。二分查找要求：线性表是有序表，即表中结点按关键字有序，并且要用向量作为表的存储结构。不妨设有序表是递增有序的。

设R[low..high]是当前的查找区间。

（1）首先确定该区间的中点位置：

（2）然后将待查的K值与R[mid].key比较：若相等，则查找成功并返回此位置，否则须确定新的查找区间，继续二分查找，具体方法如下：

若R[mid].key > K，则由表的有序性可知R[mid..n].keys均大于K，因此若表中存在关键字等于K的结点，则该结点必定是在位置mid左边的子表R[1..mid-1]中，故新的查找区间是左子表R[1..mid-1]。
若R[mid].key < K，则要查找的K必在mid的右子表R[mid+1..n]中，即新的查找区间是右子表R[mid+1..n]。下一次查找是针对新的查找区间进行的。

因此，从初始的查找区间R[1..n]开始，每经过一次与当前查找区间的中点位置上的结点关键字的比较，就可确定查找是否成功，不成功则当前的查找区间就缩小一半。这一过程重复直至找到关键字为K的结点，或者直至当前的查找区间为空(即查找失败)时为止。

注意：二分查找只适用顺序存储结构。

以下内容来源：

关注