二分查找的简单理解

详细描述

二分查找的搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。

二分查找详细的执行步骤如下：

1. 在有序表中，取中间记录作为比较对象；
2. 若给定值与中间记录的关键字相等，则查找成功；
3. 若给定值小于中间记录的关键字，则在中间记录的左半区继续查找；
4. 若给定值大于中间记录的关键字，则在中间记录的右半区继续查找；
5. 不断重复步骤 1~4，直到查找成功，或所有查找区域无记录，查找失败为止。

算法图解

问题解疑

二分查找算法有哪些局限性？

二分查找算法需要按照下标随机访问。所以更适合数组结构，而不适合链表结构，数组按照下标随机访问数据的时间复杂度是 \(O(1)\)，而链表随机访问的时间复杂度是 \(O(n)\)。

二分查找针对的是有序数。二分查找只能用在插入、删除操作不频繁，一次排序多次查找的场景中，针对动态变化的数据集合，二分查找将不再适用。

数据量太小不适合二分查找。在一个大小为 10 的数组中查找一个元素，不管用二分查找还是顺序遍历，查找速度都差不多，只有数据量比较大的时候，二分查找的优势才会比较明显。

数据量太大也不适合二分查找。二分查找是作用在数组这种数据结构之上的，太大的数据用数组存储比较吃力，也就不能用二分查找了。

二分查找算法有哪些变形？

• 查找第一个值等于给定值的元素
• 查找最后一个值等于给定值的元素
• 查找第一个大于等于给定值的元素
• 查找最后一个小于等于给定值的元素

代码实现

查找接口

package cn.fatedeity.algorithm.search;public interface Search {    int search(int[] numbers, int target);}

二分查找类

package cn.fatedeity.algorithm.search;/** * 二分查找类 */public class BinarySearch implements Search {    private int search(int[] numbers, int target, int left, int right) {        if (left > right) {            return -1;        } else if (left == right) {            if (numbers[left] == target) {                return left;            } else {                return -1;            }        }        if (target < numbers[left] || target > numbers[right]) {            return -1;        }        int mid = (left + right) >> 1;        if (numbers[mid] > target) {            return this.search(numbers, target, left, mid - 1);        } else if (numbers[mid] < target) {            return this.search(numbers, target, mid + 1, right);        } else {            return mid;        }    }    @Override    public int search(int[] numbers, int target) {        return this.search(numbers, target, 0, numbers.length - 1);    }}