--- comments: true --- # 10.2.   二分查找 「二分查找 Binary Search」利用数据的有序性,通过每轮减少一半搜索范围来定位目标元素。 ## 10.2.1.   算法实现 给定一个长度为 $n$ 的有序数组 `nums` ,元素按从小到大的顺序排列。数组索引的取值范围为: $$ 0, 1, 2, \cdots, n-1 $$ 我们通常使用以下两种方法来表示这个取值范围: 1. **双闭区间 $[0, n-1]$** ,即两个边界都包含自身;在此方法下,区间 $[0, 0]$ 仍包含 $1$ 个元素; 2. **左闭右开 $[0, n)$** ,即左边界包含自身、右边界不包含自身;在此方法下,区间 $[0, 0)$ 不包含元素; ### “双闭区间”实现 首先,我们采用“双闭区间”表示法,在数组 `nums` 中查找目标元素 `target` 的对应索引。 === "<1>" ![二分查找步骤](binary_search.assets/binary_search_step1.png) === "<2>" ![binary_search_step2](binary_search.assets/binary_search_step2.png) === "<3>" ![binary_search_step3](binary_search.assets/binary_search_step3.png) === "<4>" ![binary_search_step4](binary_search.assets/binary_search_step4.png) === "<5>" ![binary_search_step5](binary_search.assets/binary_search_step5.png) === "<6>" ![binary_search_step6](binary_search.assets/binary_search_step6.png) === "<7>" ![binary_search_step7](binary_search.assets/binary_search_step7.png) 二分查找在“双闭区间”表示下的代码如下所示。 === "Java" ```java title="binary_search.java" /* 二分查找(双闭区间) */ int binarySearch(int[] nums, int target) { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 int i = 0, j = nums.length - 1; // 循环,当搜索区间为空时跳出(当 i > j 时为空) while (i <= j) { int m = (i + j) / 2; // 计算中点索引 m if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1; else // 找到目标元素,返回其索引 return m; } // 未找到目标元素,返回 -1 return -1; } ``` === "C++" ```cpp title="binary_search.cpp" /* 二分查找(双闭区间) */ int binarySearch(vector &nums, int target) { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 int i = 0, j = nums.size() - 1; // 循环,当搜索区间为空时跳出(当 i > j 时为空) while (i <= j) { int m = (i + j) / 2; // 计算中点索引 m if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1; else // 找到目标元素,返回其索引 return m; } // 未找到目标元素,返回 -1 return -1; } ``` === "Python" ```python title="binary_search.py" def binary_search(nums: list[int], target: int) -> int: """二分查找(双闭区间)""" # 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 i, j = 0, len(nums) - 1 while i <= j: m = (i + j) // 2 # 计算中点索引 m if nums[m] < target: # 此情况说明 target 在区间 [m+1, j] 中 i = m + 1 elif nums[m] > target: # 此情况说明 target 在区间 [i, m-1] 中 j = m - 1 else: return m # 找到目标元素,返回其索引 return -1 # 未找到目标元素,返回 -1 ``` === "Go" ```go title="binary_search.go" /* 二分查找(双闭区间) */ func binarySearch(nums []int, target int) int { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 i, j := 0, len(nums)-1 // 循环,当搜索区间为空时跳出(当 i > j 时为空) for i <= j { m := (i + j) / 2 // 计算中点索引 m if nums[m] < target { // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1 } else { // 找到目标元素,返回其索引 return m } } // 未找到目标元素,返回 -1 return -1 } ``` === "JavaScript" ```javascript title="binary_search.js" /* 二分查找(双闭区间) */ function binarySearch(nums, target) { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 let i = 0, j = nums.length - 1; // 循环,当搜索区间为空时跳出(当 i > j 时为空) while (i <= j) { const m = parseInt((i + j) / 2); // 计算中点索引 m ,在 JS 中需使用 parseInt 函数取整 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1; else return m; // 找到目标元素,返回其索引 } // 未找到目标元素,返回 -1 return -1; } ``` === "TypeScript" ```typescript title="binary_search.ts" /* 二分查找(双闭区间) */ function binarySearch(nums: number[], target: number): number { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 let i = 0, j = nums.length - 1; // 循环,当搜索区间为空时跳出(当 i > j 时为空) while (i <= j) { const m = Math.floor((i + j) / 2); // 计算中点索引 m if (nums[m] < target) { // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1; } else if (nums[m] > target) { // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1; } else { // 找到目标元素,返回其索引 return m; } } return -1; // 未找到目标元素,返回 -1 } ``` === "C" ```c title="binary_search.c" [class]{}-[func]{binarySearch} ``` === "C#" ```csharp title="binary_search.cs" /* 二分查找(双闭区间) */ int binarySearch(int[] nums, int target) { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 int i = 0, j = nums.Length - 1; // 循环,当搜索区间为空时跳出(当 i > j 时为空) while (i <= j) { int m = (i + j) / 2; // 计算中点索引 m if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1; else // 找到目标元素,返回其索引 return m; } // 未找到目标元素,返回 -1 return -1; } ``` === "Swift" ```swift title="binary_search.swift" /* 二分查找(双闭区间) */ func binarySearch(nums: [Int], target: Int) -> Int { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 var i = 0 var j = nums.count - 1 // 循环,当搜索区间为空时跳出(当 i > j 时为空) while i <= j { let m = (i + j) / 2 // 计算中点索引 m if nums[m] < target { // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1 } else { // 找到目标元素,返回其索引 return m } } // 未找到目标元素,返回 -1 return -1 } ``` === "Zig" ```zig title="binary_search.zig" // 二分查找(双闭区间) fn binarySearch(comptime T: type, nums: std.ArrayList(T), target: T) T { // 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 var i: usize = 0; var j: usize = nums.items.len - 1; // 循环,当搜索区间为空时跳出(当 i > j 时为空) while (i <= j) { var m = (i + j) / 2; // 计算中点索引 m if (nums.items[m] < target) { // 此情况说明 target 在区间 [m+1, j] 中 i = m + 1; } else if (nums.items[m] > target) { // 此情况说明 target 在区间 [i, m-1] 中 j = m - 1; } else { // 找到目标元素,返回其索引 return @intCast(T, m); } } // 未找到目标元素,返回 -1 return -1; } ``` ### “左闭右开”实现 此外,我们也可以采用“左闭右开”的表示法,编写具有相同功能的二分查找代码。 === "Java" ```java title="binary_search.java" /* 二分查找(左闭右开) */ int binarySearch1(int[] nums, int target) { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 int i = 0, j = nums.length; // 循环,当搜索区间为空时跳出(当 i = j 时为空) while (i < j) { int m = (i + j) / 2; // 计算中点索引 m if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 j = m; else // 找到目标元素,返回其索引 return m; } // 未找到目标元素,返回 -1 return -1; } ``` === "C++" ```cpp title="binary_search.cpp" /* 二分查找(左闭右开) */ int binarySearch1(vector &nums, int target) { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 int i = 0, j = nums.size(); // 循环,当搜索区间为空时跳出(当 i = j 时为空) while (i < j) { int m = (i + j) / 2; // 计算中点索引 m if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 j = m; else // 找到目标元素,返回其索引 return m; } // 未找到目标元素,返回 -1 return -1; } ``` === "Python" ```python title="binary_search.py" def binary_search1(nums: list[int], target: int) -> int: """二分查找(左闭右开)""" # 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 i, j = 0, len(nums) # 循环,当搜索区间为空时跳出(当 i = j 时为空) while i < j: m = (i + j) // 2 # 计算中点索引 m if nums[m] < target: # 此情况说明 target 在区间 [m+1, j) 中 i = m + 1 elif nums[m] > target: # 此情况说明 target 在区间 [i, m) 中 j = m else: # 找到目标元素,返回其索引 return m return -1 # 未找到目标元素,返回 -1 ``` === "Go" ```go title="binary_search.go" /* 二分查找(左闭右开) */ func binarySearch1(nums []int, target int) int { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 i, j := 0, len(nums) // 循环,当搜索区间为空时跳出(当 i = j 时为空) for i < j { m := (i + j) / 2 // 计算中点索引 m if nums[m] < target { // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m) 中 j = m } else { // 找到目标元素,返回其索引 return m } } // 未找到目标元素,返回 -1 return -1 } ``` === "JavaScript" ```javascript title="binary_search.js" /* 二分查找(左闭右开) */ function binarySearch1(nums, target) { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 let i = 0, j = nums.length; // 循环,当搜索区间为空时跳出(当 i = j 时为空) while (i < j) { const m = parseInt((i + j) / 2); // 计算中点索引 m ,在 JS 中需使用 parseInt 函数取整 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 j = m; else // 找到目标元素,返回其索引 return m; } // 未找到目标元素,返回 -1 return -1; } ``` === "TypeScript" ```typescript title="binary_search.ts" /* 二分查找(左闭右开) */ function binarySearch1(nums: number[], target: number): number { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 let i = 0, j = nums.length; // 循环,当搜索区间为空时跳出(当 i = j 时为空) while (i < j) { const m = Math.floor((i + j) / 2); // 计算中点索引 m if (nums[m] < target) { // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1; } else if (nums[m] > target) { // 此情况说明 target 在区间 [i, m) 中 j = m; } else { // 找到目标元素,返回其索引 return m; } } return -1; // 未找到目标元素,返回 -1 } ``` === "C" ```c title="binary_search.c" [class]{}-[func]{binarySearch1} ``` === "C#" ```csharp title="binary_search.cs" /* 二分查找(左闭右开) */ int binarySearch1(int[] nums, int target) { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 int i = 0, j = nums.Length; // 循环,当搜索区间为空时跳出(当 i = j 时为空) while (i < j) { int m = (i + j) / 2; // 计算中点索引 m if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 j = m; else // 找到目标元素,返回其索引 return m; } // 未找到目标元素,返回 -1 return -1; } ``` === "Swift" ```swift title="binary_search.swift" /* 二分查找(左闭右开) */ func binarySearch1(nums: [Int], target: Int) -> Int { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 var i = 0 var j = nums.count // 循环,当搜索区间为空时跳出(当 i = j 时为空) while i < j { let m = (i + j) / 2 // 计算中点索引 m if nums[m] < target { // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m) 中 j = m } else { // 找到目标元素,返回其索引 return m } } // 未找到目标元素,返回 -1 return -1 } ``` === "Zig" ```zig title="binary_search.zig" // 二分查找(左闭右开) fn binarySearch1(comptime T: type, nums: std.ArrayList(T), target: T) T { // 初始化左闭右开 [0, n) ,即 i, j 分别指向数组首元素、尾元素+1 var i: usize = 0; var j: usize = nums.items.len; // 循环,当搜索区间为空时跳出(当 i = j 时为空) while (i <= j) { var m = (i + j) / 2; // 计算中点索引 m if (nums.items[m] < target) { // 此情况说明 target 在区间 [m+1, j) 中 i = m + 1; } else if (nums.items[m] > target) { // 此情况说明 target 在区间 [i, m) 中 j = m; } else { // 找到目标元素,返回其索引 return @intCast(T, m); } } // 未找到目标元素,返回 -1 return -1; } ``` ### 两种表示对比 对比这两种代码写法,我们可以发现以下不同点:
| 表示方法 | 初始化指针 | 缩小区间 | 循环终止条件 | | ------------------- | ------------------- | ------------------------- | ------------ | | 双闭区间 $[0, n-1]$ | $i = 0$ , $j = n-1$ | $i = m + 1$ , $j = m - 1$ | $i > j$ | | 左闭右开 $[0, n)$ | $i = 0$ , $j = n$ | $i = m + 1$ , $j = m$ | $i = j$ |
在“双闭区间”表示法中,由于对左右两边界的定义相同,因此缩小区间的 $i$ 和 $j$ 的处理方法也是对称的,这样更不容易出错。因此,**建议采用“双闭区间”的写法**。 ### 大数越界处理 当数组长度非常大时,加法 $i + j$ 的结果可能会超出 `int` 类型的取值范围。在这种情况下,我们需要采用一种更安全的计算中点的方法。 === "Java" ```java title="" // (i + j) 有可能超出 int 的取值范围 int m = (i + j) / 2; // 更换为此写法则不会越界 int m = i + (j - i) / 2; ``` === "C++" ```cpp title="" // (i + j) 有可能超出 int 的取值范围 int m = (i + j) / 2; // 更换为此写法则不会越界 int m = i + (j - i) / 2; ``` === "Python" ```py title="" # Python 中的数字理论上可以无限大(取决于内存大小) # 因此无需考虑大数越界问题 ``` === "Go" ```go title="" // (i + j) 有可能超出 int 的取值范围 m := (i + j) / 2 // 更换为此写法则不会越界 m := i + (j - i) / 2 ``` === "JavaScript" ```javascript title="" // (i + j) 有可能超出 int 的取值范围 let m = parseInt((i + j) / 2); // 更换为此写法则不会越界 let m = parseInt(i + (j - i) / 2); ``` === "TypeScript" ```typescript title="" // (i + j) 有可能超出 Number 的取值范围 let m = Math.floor((i + j) / 2); // 更换为此写法则不会越界 let m = Math.floor(i + (j - i) / 2); ``` === "C" ```c title="" ``` === "C#" ```csharp title="" // (i + j) 有可能超出 int 的取值范围 int m = (i + j) / 2; // 更换为此写法则不会越界 int m = i + (j - i) / 2; ``` === "Swift" ```swift title="" // (i + j) 有可能超出 int 的取值范围 let m = (i + j) / 2 // 更换为此写法则不会越界 let m = i + (j - 1) / 2 ``` === "Zig" ```zig title="" ``` ## 10.2.2.   复杂度分析 **时间复杂度 $O(\log n)$** :其中 $n$ 为数组长度;每轮排除一半的区间,因此循环轮数为 $\log_2 n$ ,使用 $O(\log n)$ 时间。 **空间复杂度 $O(1)$** :指针 `i` , `j` 使用常数大小空间。 ## 10.2.3.   优点与局限性 二分查找效率很高,主要体现在: - **二分查找的时间复杂度较低**。对数阶在大数据量情况下具有显著优势。例如,当数据大小 $n = 2^{20}$ 时,线性查找需要 $2^{20} = 1048576$ 轮循环,而二分查找仅需 $\log_2 2^{20} = 20$ 轮循环。 - **二分查找无需额外空间**。与哈希查找相比,二分查找更加节省空间。 然而,并非所有情况下都可使用二分查找,原因如下: - **二分查找仅适用于有序数据**。若输入数据无序,为了使用二分查找而专门进行排序,得不偿失。因为排序算法的时间复杂度通常为 $O(n \log n)$ ,比线性查找和二分查找都更高。对于频繁插入元素的场景,为保持数组有序性,需要将元素插入到特定位置,时间复杂度为 $O(n)$ ,也是非常昂贵的。 - **二分查找仅适用于数组**。二分查找需要跳跃式(非连续地)访问元素,而在链表中执行跳跃式访问的效率较低,因此不适合应用在链表或基于链表实现的数据结构。 - **小数据量下,线性查找性能更佳**。在线性查找中,每轮只需要 1 次判断操作;而在二分查找中,需要 1 次加法、1 次除法、1 ~ 3 次判断操作、1 次加法(减法),共 4 ~ 6 个单元操作;因此,当数据量 $n$ 较小时,线性查找反而比二分查找更快。