mirror of https://github.com/krahets/hello-algo.git synced 2024-12-27 00:56:29 +08:00

krahets ecbf2d1560 1. Add build script for Java.

2. Add height limitation for code blocks in extra.css.
3. Fix "节点" to "结点".

2023-02-07 04:43:52 +08:00

17 KiB

Executable file

Raw Blame History

comments
true

10.2. 二分查找

「二分查找 Binary Search」利用数据的有序性，通过每轮缩小一半搜索区间来查找目标元素。

使用二分查找有两个前置条件：

要求输入数据是有序的，这样才能通过判断大小关系来排除一半的搜索区间；
二分查找仅适用于数组，而在链表中使用效率很低，因为其在循环中需要跳跃式（非连续地）访问元素。

10.2.1. 算法实现

给定一个长度为 n 的排序数组 nums ，元素从小到大排列。数组的索引取值范围为

$$ 0, 1, 2, \cdots, n-1

使用「区间」来表示这个取值范围的方法主要有两种：

双闭区间 $[0, n-1]$ ，即两个边界都包含自身；此方法下，区间 [0, 0] 仍包含一个元素；
左闭右开 $[0, n)$ ，即左边界包含自身、右边界不包含自身；此方法下，区间 [0, 0) 为空；

“双闭区间”实现

首先，我们先采用“双闭区间”的表示，在数组 nums 中查找目标元素 target 的对应索引。

=== "Step 1"

=== "Step 2"

=== "Step 3"

=== "Step 4"

=== "Step 5"

=== "Step 6"

=== "Step 7"

二分查找“双闭区间”表示下的代码如下所示。

=== "Java"

```java title="binary_search.java"
[class]{binary_search}-[func]{binarySearch}
```

=== "C++"

```cpp title="binary_search.cpp"
/* 二分查找（双闭区间） */
int binarySearch(vector<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.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"
[class]{}-[func]{binary_search}
```

=== "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"

```js 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) {
        let 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） */
const binarySearch = function (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 - i) / 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"

```

=== "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"

```

“左闭右开”实现

当然，我们也可以使用“左闭右开”的表示方法，写出相同功能的二分查找代码。

=== "Java"

```java title="binary_search.java"
[class]{binary_search}-[func]{binarySearch1}
```

=== "C++"

```cpp title="binary_search.cpp"
/* 二分查找（左闭右开） */
int binarySearch1(vector<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.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"
[class]{}-[func]{binary_search1}
```

=== "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"

```js 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) {
        let 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） */
const binarySearch1 = function (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 - i) / 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"

```

=== "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"

```

两种表示对比

对比下来，两种表示的代码写法有以下不同点：

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`

观察发现，在“双闭区间”表示中，由于对左右两边界的定义是相同的，因此缩小区间的 i , j 处理方法也是对称的，这样更不容易出错。综上所述，建议你采用“双闭区间”的写法。

大数越界处理

当数组长度很大时，加法 i + j 的结果有可能会超出 int 类型的取值范围。在此情况下，我们需要换一种计算中点的写法。

=== "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"

```js 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 为数组或链表长度；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. 优点与缺点

二分查找效率很高，体现在：

二分查找时间复杂度低。对数阶在数据量很大时具有巨大优势，例如，当数据大小 n = 2^{20} 时，线性查找需要 2^{20} = 1048576 轮循环，而二分查找仅需要 \log_2 2^{20} = 20 轮循环。
二分查找不需要额外空间。相对于借助额外数据结构来实现查找的算法来说，其更加节约空间使用。

但并不意味着所有情况下都应使用二分查找，这是因为：

二分查找仅适用于有序数据。如果输入数据是无序的，为了使用二分查找而专门执行数据排序，那么是得不偿失的，因为排序算法的时间复杂度一般为 O(n \log n) ，比线性查找和二分查找都更差。再例如，对于频繁插入元素的场景，为了保持数组的有序性，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。由于在二分查找中，访问索引是 “非连续” 的，因此链表或者基于链表实现的数据结构都无法使用。
在小数据量下，线性查找的性能更好。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，在数据量 n 较小时，线性查找反而比二分查找更快。

17 KiB Executable file Raw Blame History Unescape Escape

10.2. 二分查找

10.2.1. 算法实现

“双闭区间”实现

“左闭右开”实现

两种表示对比

大数越界处理

10.2.2. 复杂度分析

10.2.3. 优点与缺点

17 KiB

Executable file

Raw Blame History