时间复杂度O(logn)
三个易出错的地方
退出循环条件
mid取值
low和high更新
非递归
public int bsearch(int[] a, int n, int value) {
int low = 0;
int high = n - 1;
while (low <= high) {
int mid =low + (high-low)/2;
if (a[mid] == value) {
return mid;
} else if (a[mid] < value) {
low = mid + 1;
} else {
high = mid - 1;
}
}
return -1;
}
递归
// 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);
}
}
二分查找依赖数组
元素要有序
适用于插入、删除操作不频繁。也就是集合变动不频繁的
数据量太小不适合二分查找,如果数据比较比较耗时也需要使用二分查找
数据量太大也不适合二分查找
二分查找的变种
查找第一个等于给定值的元素
//查找第一个等于给定值的元素
public static int searchFirstPosition(int[] arr,int key){
int lo = 0;
int hi = arr.length - 1;
while (lo <= hi){
int mid = lo + ((hi - lo) >> 1);
if (key > arr[mid]){
lo = mid + 1;
} else if (key < arr[mid]){
hi = mid - 1;
} else {
if (mid == 0 || arr[mid - 1] != key){
return mid;
} else {
hi = mid - 1;
}
}
}
return -1;
}
查找最后一个值等于给定值得元素
//查找最后一个值等于给定值得元素
public static int searchLastPostion(int[] arr,int key){
int lo = 0;
int hi = arr.length - 1;
while (lo <= hi){
int mid = lo + ((hi - lo) >> 1);
if (key > arr[mid]){
lo = mid + 1;
} else if (key < arr[mid]){
hi = mid - 1;
} else {
if (mid == arr.length - 1 || arr[mid + 1] != key){
return mid;
} else {
lo = mid + 1;
}
}
}
return -1;
}
查找第一个大于给定值的元素
//查找第一个大于给定值的元素3,4,6,7,10中查找大于等于5的元素,那就是6
public static int searchFirstBigOrEqualsPosition(int[] arr,int key){
int lo = 0;
int hi = arr.length - 1;
while (lo <= hi){
int mid = lo + ((hi - lo) >> 1);
if (key <= arr[mid]){
if (mid == 0 || arr[mid - 1] < key){
return mid;
} else {
hi = mid - 1;
}
} else {
lo = mid + 1;
}
}
return -1;
}
查找最后一个小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
public static int searchLastSmallOrEqualsPosition(int[] arr,int key){
int lo = 0;
int hi = arr.length - 1;
while (lo <= hi){
int mid = lo + ((hi - lo) >> 1);
if (key >= arr[mid]){
if (mid == arr.length - 1 || arr[mid + 1] > key){
return mid;
} else {
lo = mid + 1;
}
} else {
hi = mid - 1;
}
}
return -1;
}
可以用二分查找的解决的问题基本都使用散列表或者二叉树解决,即便是二分查找在内存上更节省,那二分查找在实际使用中要用在哪里?答案就是近似值查找,这种二分查找的变种。因为这种近似值查找散列表和二叉树实现起来都比较难