赞
踩
二分查找针对的是一个有序的数据集合,查找思想有点类似分治思想。每次都通过跟区间的中间元素对比,将待查找的区间缩小为之前的一半,直到找到要查找的元素,或者区间被缩小为 0。
二分查找是一种非常高效的查找算法,高效到什么程度呢?我们来分析一下它的时间复杂度。
我们假设数据大小是 n,每次查找后数据都会缩小为原来的一半,也就是会除以 2。最坏情况下,直到查找区间被缩小为空,才停止。
可以看出来,这是一个等比数列。其中 n/2k=1 时,k 的值就是总共缩小的次数。而每一次缩小操作只涉及两个数据的大小比较,所以,经过了 k 次区间缩小操作,时间复杂度就是 O(k)。通过 n/2k=1,我们可以求得 k=log2n,所以时间复杂度就是 O(logn)。
二分查找的时间复杂度是 O(logn),查找数据的效率非常高。不过,并不是什么情况下都可以用二分查找,它的应用场景是有很大局限性的。那什么情况下适合用二分查找,什么情况下不适合呢?
首先,二分查找依赖的是顺序表结构,简单点说就是数组。
那二分查找能否依赖其他数据结构呢?比如链表。答案是不可以的,主要原因是二分查找算法需要按照下标随机访问元素。数组按照下标随机访问数据的时间复杂度是 O(1),而链表随机访问的时间复杂度是 O(n)。所以,如果数据使用链表存储,二分查找的时间复杂就会变得很高。
二分查找只能用在数据是通过顺序表来存储的数据结构上。如果你的数据是通过其他数据结构存储的,则无法应用二分查找。
其次,二分查找针对的是有序数据。
二分查找对这一点的要求比较苛刻,数据必须是有序的。如果数据没有序,我们需要先排序。前面章节里我们讲到,排序的时间复杂度最低是 O(nlogn)。所以,如果我们针对的是一组静态的数据,没有频繁地插入、删除,我们可以进行一次排序,多次二分查找。这样排序的成本可被均摊,二分查找的边际成本就会比较低。
但是,如果我们的数据集合有频繁的插入和删除操作,要想用二分查找,要么每次插入、删除操作之后保证数据仍然有序,要么在每次二分查找之前都先进行排序。针对这种动态数据集合,无论哪种方法,维护有序的成本都是很高的。
所以,二分查找只能用在插入、删除操作不频繁,一次排序多次查找的场景中。针对动态变化的数据集合,二分查找将不再适用。那针对动态数据集合,如何在其中快速查找某个数据呢?别急,等到二叉树那一节我会详细讲。
再次,数据量太小不适合二分查找。
如果要处理的数据量很小,完全没有必要用二分查找,顺序遍历就足够了。比如我们在一个大小为 10 的数组中查找一个元素,不管用二分查找还是顺序遍历,查找速度都差不多。只有数据量比较大的时候,二分查找的优势才会比较明显。
不过,这里有一个例外。如果数据之间的比较操作非常耗时,不管数据量大小,我都推荐使用二分查找。比如,数组中存储的都是长度超过 300 的字符串,如此长的两个字符串之间比对大小,就会非常耗时。我们需要尽可能地减少比较次数,而比较次数的减少会大大提高性能,这个时候二分查找就比顺序遍历更有优势。
最后,数据量太大也不适合二分查找。
二分查找的底层需要依赖数组这种数据结构,而数组为了支持随机访问的特性,要求内存空间连续,对内存的要求比较苛刻。比如,我们有 1GB 大小的数据,如果希望用数组来存储,那就需要 1GB 的连续内存空间。
注意这里的“连续”二字,也就是说,即便有 2GB 的内存空间剩余,但是如果这剩余的 2GB 内存空间都是零散的,没有连续的 1GB 大小的内存空间,那照样无法申请一个 1GB 大小的数组。而我们的二分查找是作用在数组这种数据结构之上的,所以太大的数据用数组存储就比较吃力了,也就不能用二分查找了。
寻找第一个值等于给定值的元素
- public int bSearchV1(int[] arr, int n, int value) {
- int low = 0;
- int high = n - 1;
- while (low <= high) {
- //这里没有用mid=(low+high)/2 是为了防止low+high过大造成数据溢出
- //踩坑点:位运算的优先级低于四则运算,如果要用,需要加上大括号
- int mid = low + ((high - low) >> 1);
- if (arr[mid] > value) {
- high = mid - 1;
- } else if (arr[mid] < value) {
- low = mid + 1;
- } else {
- if (mid == 0 || arr[mid - 1] != value) {
- return mid;
- } else {
- high = mid - 1;
- }
- }
- }
我们分析一下第一个案例的代码:
arr[mid]跟要查找的 value 的大小关系有三种情况:大于、小于、等于。对于 arr[mid]>value 的情况,我们需要更新 high= mid-1;对于 a[mid]<value 的情况,我们需要更新 low=mid+1。这两点都很好理解。那当 arr[mid]=value 的时候应该如何处理呢?
如果我们查找的是任意一个值等于给定值的元素,当 a[mid]等于要查找的值时,arr[mid]就是我们要找的元素。但是,如果我们求解的是第一个值等于给定值的元素,当 a[mid]等于要查找的值时,我们就需要确认一下这个 a[mid]是不是第一个值等于给定值的元素。
如果 mid 等于 0,那这个元素已经是数组的第一个元素,那它肯定是我们要找的;如果 mid 不等于 0,但 arr[mid]的前一个元素 arr[mid-1]不等于 value,那也说明 a[mid]就是我们要找的第一个值等于给定值的元素。
如果经过检查之后发现 arr[mid]前面的一个元素 arr[mid-1]也等于 value,那说明此时的 arr[mid]肯定不是我们要查找的第一个值等于给定值的元素。那我们就更新 high=mid-1,因为要找的元素肯定出现在[low, mid-1]之间。
寻找最后一个值等于给定值的元素
- public int bSearchV2(int[] arr, int n, int value) {
- int low = 0;
- int high = n - 1;
- while (low <= high) {
- int mid = low + ((high - low) >> 1);
- if (arr[mid] > value) {
- high = mid - 1;
- } else if (arr[mid] < value) {
- low = mid + 1;
- } else {
- if (mid == n - 1 || arr[mid + 1] != value) {
- return mid;
- } else {
- low = mid + 1;
- }
- }
- }
- return -1;
- }
寻找第一个大于等于给定值的元素
- //寻找第一个大于等于给定值的元素
- public int bSearchV3(int[] arr, int n, int value) {
- int low = 0;
- int high = n - 1;
- while (low <= high) {
- int mid = low + ((high - low) >> 1);
- if (arr[mid] < value) {
- low = mid + 1;
- } else {
- if (mid == 0 || arr[mid - 1] <= value) {
- return mid;
- } else {
- high = mid - 1;
- }
- }
- }
- return -1;
- }
寻找最后一个小于等于给定值的元素
- public int bSearchV4(int[] arr, int n, int value) {
- int low = 0;
- int high = n - 1;
- while (low <= high) {
- int mid = low + ((high - low) >> 1);
- if (arr[mid] >= value) {
- high = mid - 1;
- } else {
- if (mid == n - 1 || arr[mid + 1] > value) {
- return mid;
- } else {
- low = mid + 1;
- }
- }
- }
- return -1;
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。