一、算法介绍
二分查找,也称为折半查找,是一种在有序数组中查找特定元素的高效算法。对于包含 n 个元素的有序数组,二分查找的步骤如下:
- 确定搜索范围:首先,将要查找的元素与数组中间的元素进行比较。如果查找的元素等于中间元素,则找到了目标值。否则,如果目标值小于中间元素,则在左半边继续查找;如果目标值大于中间元素,则在右半边继续查找。
- 缩小搜索范围:根据比较结果,将搜索范围缩小为剩余数组的一半,并重复执行步骤 1,直到找到目标值或确定目标值不存在。
二分查找算法的关键优势在于每一步都能将搜索范围减半,这使得算法的时间复杂度为 O(log n),相比线性搜索算法的 O(n) 更加高效,尤其是对于大型数据集。
二、时间复杂度计算
二分搜索最坏的情况就是折半一直找到最后一个元素,首先观察规律
开始时,是从n个元素中查找
第一次折半时,是从 n 2 \frac{n}{2} 2n个元素中查找
第二次折半时,是从 n 4 \frac{n}{4} 4n个元素中查找
。
。
。
假设第k次折半后只剩一个元素,即是从 n 2 k \frac{n}{2^k} 2kn个元素中查找
即 n 2 k \frac{n}{2^k} 2kn= 1,即 n = 2 k 2^k 2k,由对数定义知道 k = log 2 n \log_{2}n log2n,在计算机科学中如果没有特殊说明,默认就是以2为底,即k= log n \log n logn
即操作k次才能找到最后一个元素,所以时间复杂度为O( log n \log n logn)
三、Java代码示例
package com.datastructures;/*** 二分查找算法* @author hulei*/
public class BinarySearchExample {/*** 在有序的整型数组中使用二分查找算法来寻找指定目标值的索引。* @param arr 一个已排序的整型数组。* @param target 要在数组中查找的目标值。* @return 如果目标值存在于数组中,则返回其索引;如果目标值不存在,则返回-1。*/public static int binarySearch(Integer[] arr, int target) {int left = 0; // 初始化左边界为数组的第一个元素的索引int right = arr.length - 1; // 初始化右边界为数组的最后一个元素的索引while (left <= right) { // 当左边界不大于右边界时继续循环int mid = left + (right - left) / 2; // 计算中间位置,避免溢出if (arr[mid] == target) {return mid; // 如果中间位置的元素等于目标值,返回其索引} else if (arr[mid] < target) {left = mid + 1; // 如果中间位置的元素小于目标值,调整左边界} else {right = mid - 1; // 如果中间位置的元素大于目标值,调整右边界}}return -1; // 如果没有找到目标值,返回-1}/*** 递归实现的二分查找。** @param arr 有序整型数组,查找范围在此数组内。* @param target 目标值,我们要在数组中找到这个值的索引。* @param left 查找范围的左边界。* @param right 查找范围的右边界。* @return 如果找到目标值,返回其索引;如果未找到,返回-1。*/public static int binarySearchRecursive(Integer[] arr, int target, int left, int right) {// 当左边界大于右边界时,说明已经搜索完毕但未找到目标值,返回-1if (left > right) {return -1;}// 计算中间位置,避免直接计算(left + right) / 2可能的溢出问题int mid = left + (right - left) / 2;// 如果中间位置的元素等于目标值,返回其索引if (arr[mid] == target) {return mid;// 如果中间位置的元素小于目标值,说明目标值可能在中间位置的右边,递归搜索右半部分} else if (arr[mid] < target) {return binarySearchRecursive(arr, target, mid + 1, right);// 如果中间位置的元素大于目标值,说明目标值可能在中间位置的左边,递归搜索左半部分} else {return binarySearchRecursive(arr, target, left, mid - 1);}}public static void main(String[] args) {Integer[] sortedArray = {11, 22, 33, 44, 55, 66, 77, 88, 99, 100, 111, 123};int targetValue = 111;System.out.println("while循环实现二分查找");int resultWithoutRecursive = binarySearch(sortedArray, targetValue);if (resultWithoutRecursive != -1) {System.out.println("元素位置索引为: " + resultWithoutRecursive);} else {System.out.println("没有发现目标元素");}System.out.println("================================================");System.out.println("递归实现二分查找");int resultRecursive = binarySearchRecursive(sortedArray, targetValue, 0, sortedArray.length - 1);if (resultRecursive != -1) {System.out.println("元素位置索引为: " + resultRecursive);} else {System.out.println("没有发现目标元素");}}
}
代码分析:
该Java函数包含在一个名为BinarySearchExample的类中,提供了两种实现二分查找算法的方法:binarySearch和binarySearchRecursive。二分查找算法用于在有序数组中查找指定目标值的索引。
1. binarySearch方法:
- 参数:一个已排序的整型数组arr和要查找的目标值target。
- 返回值:如果目标值存在于数组中,则返回其索引;如果目标值不存在,则返回-1。
- 实现方式:使用循环迭代来缩小查找范围,直到找到目标值或确定目标值不存在。初始化左边界left为数组的第一个元素的索引,右边界right为数组的最后一个元素的索引。在每次循环中,计算中间位置mid,并将mid与目标值比较,根据比较结果调整左右边界的值。
2. binarySearchRecursive方法:
- 参数:一个已排序的整型数组arr,要查找的目标值target,以及查找范围的左边界left和右边界right。
- 返回值:如果目标值存在于数组中,则返回其索引;如果目标值不存在,则返回-1。
- 实现方式:使用递归来实现二分查找。通过不断缩小查找范围来查找目标值。计算中间位置mid,并将mid与目标值比较,根据比较结果递归调用函数自身,传入更新后的左右边界。
在main方法中,示例代码演示了如何使用这两种方法在有序数组中查找目标值,并输出查找结果。
比如我要在以下数组 Integer[] sortedArray = {11, 22, 33, 44, 55, 66, 77, 88, 99, 100, 111, 123}
中查找目标值为55的元素的索引位置,返回结果为4,即元素55的索引位置为4
四、两种方式实现二分查找的算法优劣
二分查找的循环实现和递归实现都有其各自的优缺点,具体如下:
循环实现
1. 循环实现的优点:
- 空间效率:循环实现通常不需要额外的堆栈空间,因为控制流是通过迭代进行的,不会导致函数调用栈的增长。
- 可读性:对于一些开发者来说,循环可能更容易理解和实现,逻辑更直观。
- 性能:在处理大量数据时,由于避免了递归调用的开销,循环实现可能更快。
2. 循环实现的缺点: - 代码结构:虽然更直观,但代码可能稍微复杂一些,需要手动管理边界条件。
递归实现
1. 递归实现的优点:
- 简洁性:递归实现的代码通常更简洁,逻辑更优雅,尤其是对于熟悉递归思维的开发者。
- 表达力:递归直接反映了二分查找的分治思想,易于理解算法的本质。
2. 递归实现的缺点:
- 空间效率:递归会增加栈的使用,当递归深度很大时,可能导致栈溢出。
- 效率:由于存在函数调用开销,递归在某些情况下可能比循环慢。
- 可读性:对不熟悉递归的人来说,递归代码可能更难理解。
在实际应用中,选择哪种实现方式通常取决于具体场景,如数据规模、性能要求、代码可读性和维护性等因素。对于小规模数据或对代码简洁性有较高要求的情况,递归可能是不错的选择。而对于大规模数据或对性能敏感的场合,循环实现可能更为合适。