6.9 KiB
Executable file
二分查找
「二分查找 Binary Search」是一种基于分治思想的高效搜索算法。它利用数据的有序性,每轮减少一半搜索范围,实现定位目标元素。
我们先来求解一个简单的二分查找问题。
!!! question "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。查找并返回元素 target
在该数组中的索引。若数组中不包含该元素,则返回 -1
。数组中不包含重复元素。"
该数组的索引范围可以使用区间 [0, n - 1]
来表示。其中,中括号表示“闭区间”,即包含边界值本身。在该表示下,区间 [i, j]
在 i = j
时仍包含一个元素,在 i > j
时为空区间。
接下来,我们基于上述区间定义实现二分查找。先初始化指针 i = 0
和 j = n - 1
,分别指向数组首元素和尾元素。之后循环执行以下两个步骤:
- 计算中点索引
m = \lfloor {(i + j) / 2} \rfloor
,其中\lfloor \space \rfloor
表示向下取整操作。 - 根据
nums[m]
和target
缩小搜索区间,分为三种情况:- 当
nums[m] < target
时,说明target
在区间[m + 1, j]
中,因此执行i = m + 1
; - 当
nums[m] > target
时,说明target
在区间[i, m - 1]
中,因此执行j = m - 1
; - 当
nums[m] = target
时,说明找到目标元素,直接返回索引m
即可;
- 当
若数组不包含目标元素,搜索区间最终会缩小为空,即达到 i > j
。此时,终止循环并返回 -1
即可。
为了更清晰地表示区间,我们在下图中以折线图的形式表示数组。
值得注意的是,当数组长度 n
很大时,加法 i + j
的结果可能会超出 int
类型的取值范围。为了避免大数越界,我们通常采用公式 m = \lfloor {i + (j - i) / 2} \rfloor
来计算中点。
有趣的是,理论上 Python 的数字可以无限大(取决于内存大小),因此无需考虑大数越界问题。
=== "Java"
```java title="binary_search.java"
[class]{binary_search}-[func]{binarySearch}
```
=== "C++"
```cpp title="binary_search.cpp"
[class]{}-[func]{binarySearch}
```
=== "Python"
```python title="binary_search.py"
[class]{}-[func]{binary_search}
```
=== "Go"
```go title="binary_search.go"
[class]{}-[func]{binarySearch}
```
=== "JavaScript"
```javascript title="binary_search.js"
[class]{}-[func]{binarySearch}
```
=== "TypeScript"
```typescript title="binary_search.ts"
[class]{}-[func]{binarySearch}
```
=== "C"
```c title="binary_search.c"
[class]{}-[func]{binarySearch}
```
=== "C#"
```csharp title="binary_search.cs"
[class]{binary_search}-[func]{binarySearch}
```
=== "Swift"
```swift title="binary_search.swift"
[class]{}-[func]{binarySearch}
```
=== "Zig"
```zig title="binary_search.zig"
[class]{}-[func]{binarySearch}
```
时间复杂度为 O(\log n)
。每轮缩小一半区间,因此二分循环次数为 \log_2 n
。
空间复杂度为 O(1)
。指针 i
, j
使用常数大小空间。
区间表示方法
除了上述的双闭区间外,常见的区间表示还有“左闭右开”区间,定义为 [0, n)
,即左边界包含自身,右边界不包含自身。在该表示下,区间 [i, j]
在 i = j
时为空。
我们可以基于该表示实现具有相同功能的二分查找算法。
=== "Java"
```java title="binary_search.java"
[class]{binary_search}-[func]{binarySearchLCRO}
```
=== "C++"
```cpp title="binary_search.cpp"
[class]{}-[func]{binarySearchLCRO}
```
=== "Python"
```python title="binary_search.py"
[class]{}-[func]{binary_search_lcro}
```
=== "Go"
```go title="binary_search.go"
[class]{}-[func]{binarySearchLCRO}
```
=== "JavaScript"
```javascript title="binary_search.js"
[class]{}-[func]{binarySearchLCRO}
```
=== "TypeScript"
```typescript title="binary_search.ts"
[class]{}-[func]{binarySearchLCRO}
```
=== "C"
```c title="binary_search.c"
[class]{}-[func]{binarySearchLCRO}
```
=== "C#"
```csharp title="binary_search.cs"
[class]{binary_search}-[func]{binarySearchLCRO}
```
=== "Swift"
```swift title="binary_search.swift"
[class]{}-[func]{binarySearchLCRO}
```
=== "Zig"
```zig title="binary_search.zig"
[class]{}-[func]{binarySearchLCRO}
```
如下图所示,在两种区间表示下,二分查找算法的初始化、循环条件和缩小区间操作皆有所不同。
在“双闭区间”表示法中,由于左右边界都被定义为闭区间,因此指针 i
和 j
缩小区间操作也是对称的。这样更不容易出错。因此,我们通常采用“双闭区间”的写法。
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。