数据结构与算法之美笔记 : 二分法查找 「 一 」

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://zhangboyi.blog.csdn.net/article/details/90449372

 

我们假设只有 10 个订单,订单金额分别是:8,11,19,23,27,33,45,55,67,98。

还是利用二分思想,每次都与区间的中间数据比对大小,缩小查找区间的范围。为了更加直观,我画了一张查找过程的图。其中,low 和 high 表示待查找区间的下标,mid 表示待查找区间的中间元素下标。

 

 

 

二分查找针对的是一个有序的数据集合,查找思想有点类似分治思想。

每次都通过跟区间的中间元素对比,将待查找的区间缩小为之前的一半,

直到找到要查找的元素,或者区间被缩小为 0

 

 

可以看出来,这是一个等比数列。其中 n/2k=1 时,k 的值就是总共缩小的次数。

而每一次缩小操作只涉及两个数据的大小比较,所以,经过了 k 次区间缩小操作,

时间复杂度就是 O(k)。

通过 n/2k=1,我们可以求得 k=log2n,所以时间复杂度就是 O(logn)。

 

 O(logn) 这种对数时间复杂度。这是一种极其高效的时间复杂度,有的时候甚至比时间复杂度是常量级 O(1) 的算法还要高效。

 

因为 logn 是一个非常“恐怖”的数量级,即便 n 非常非常大,对应的 logn 也很小。

 

因为 logn 是一个非常“恐怖”的数量级,即便 n 非常非常大,对应的 logn 也很小。

比如 n 等于 2 的 32 次方,这个数很大了吧?大约是 42 亿。

也就是说,如果我们在 42 亿个数据中用二分查找一个数据,最多需要比较 32 次。

10 亿的话,大概是 30 次.   除以 2, 十几次左右吧.

 

 

二分查找的递归与非递归实现

 

最简单的情况就是有序数组中不存在重复元素,我们在其中用二分查找值等于给定值的数据。

我用 Java 代码实现了一个最简单的二分查找算法。

 

public int bsearch(int[] a, int n, int value) {
  int low = 0;
  int high = n - 1;

  while (low <= high) {
    int mid = (low + high) / 2;
    if (a[mid] == value) {
      return mid;
    } else if (a[mid] < value) {
      low = mid + 1;
    } else {
      high = mid - 1;
    }
  }

  return -1;
}

 

着重强调一下容易出错的 3 个地方

1. 循环退出条件

注意是 low<=high,而不是 low<high。

2.mid 的取值

实际上,mid=(low+high)/2 这种写法是有问题的。因为如果 low 和 high 比较大的话,两者之和就有可能会溢出。改进的方法是将 mid 的计算方式写成 low+(high-low)/2。更进一步,如果要将性能优化到极致的话,我们可以将这里的除以 2 操作转化成位运算 low+((high-low)>>1)。因为相比除法运算来说,计算机处理位运算要快得多。

3.low 和 high 的更新

low=mid+1,high=mid-1。注意这里的 +1 和 -1,如果直接写成 low=mid 或者 high=mid,就可能会发生死循环。

比如,当 high=3,low=3 时,如果 a[3] 不等于 value,就会导致一直循环不退出。

 

实际上,二分查找除了用循环来实现,还可以递归来实现

// 二分查找的递归实现
public int bsearch(int[] a, int n, int val) {
  return bsearchInternally(a, 0, n - 1, val);
}

private int bsearchInternally(int[] a, int low, int high, int value) {
  if (low > high) return -1;

  int mid =  low + ((high - low) >> 1);
  if (a[mid] == value) {
    return mid;
  } else if (a[mid] < value) {
    return bsearchInternally(a, mid+1, high, value);
  } else {
    return bsearchInternally(a, low, mid-1, value);
  }
}

 

二分查找应用场景的局限性

首先,二分查找依赖的是顺序表结构,简单点说就是数组。

其次,二分查找针对的是有序数据。

       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。

再次,数据量太小不适合二分查找。

最后,数据量太大也不适合二分查找。

二分查找的底层需要依赖数组这种数据结构,而数组为了支持随机访问的特性,要求内存空间连续,对内存的要求比较苛刻。

比如,我们有 1GB 大小的数据,如果希望用数组来存储,那就需要 1GB 的连续内存空间。

 

内容小结

今天我们学习了一种针对有序数据的高效查找算法,二分查找,它的时间复杂度是 O(logn)。

二分查找的核心思想理解起来非常简单,有点类似分治思想。即每次都通过跟区间中的中间元素对比,将待查找的区间缩小为一半,直到找到要查找的元素,或者区间被缩小为 0。但是二分查找的代码实现比较容易写错。你需要着重掌握它的三个容易出错的地方:循环退出条件、mid 的取值,low 和 high 的更新。

二分查找虽然性能比较优秀,但应用场景也比较有限。底层必须依赖数组,并且还要求数据是有序的。对于较小规模的数据查找,我们直接使用顺序遍历就可以了,二分查找的优势并不明显。二分查找更适合处理静态数据,也就是没有频繁的数据插入、删除操作。

 

 

 

 

来源: 数据结构与算法之美     王争

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

展开阅读全文

没有更多推荐了,返回首页