算法系列二分查找的“变形记”
Posted 百家分享汇
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了算法系列二分查找的“变形记”相关的知识,希望对你有一定的参考价值。
你好!我是不务正业的店小二。今天是周日,很高兴我们再次相遇;眨眼间距离上次分享已经过去半年,不由感叹光阴似箭,岁月如梭。今天我和你分享二分查找算法注意事项及其常见的几种“变形”实现。
二分查找的高效及其局限性
无处不在的二分查找,经常回到家妈妈都说她买了一件衣服,猜猜多少钱。她或许给你一个区间范围,让你猜。她说贵了你就往小猜,便宜了就往大猜。这就是简单的二分查找算法。
二分查找算法是基于有序的数据集合,其思想有点像分而治之。在不需要额外消耗内存空间的情况下,其时间复杂度可以说非常快,只需要O(logn)。至于是怎么个计算过程,有兴趣的朋友可以先去学习下,改天我再额外拿出来给大家分享。
递归可不递归都能实现二分查找算法,不递归的话那就是用while循环即可实现,先抛砖引玉我们的案例就是采用while循环实现,有兴趣的朋友可以自己用递归的方式试试,或许你会踩坑。递归使用不当会带来重复计算,会带来堆栈溢出的情况,递归的深度。
我们来聊聊二分查找的局限性。首先,二分查找依赖的是顺序表结构,即数组。链表能否作为二分查找的数据结构呢?显然不能,因为二分查找算法要按照下标随机访问元素。链表的随机访问时间复杂度是O(n),而数组只需要O(1)。其次,二分查找针对的是有序的数据。这点好理解,数组必须是有序的,否则怎么能不断缩小查找范围。但是如果频繁插入、删除操作的数组是不适合进行二分查找的。再次,通常情况数据量太小也不适合使用二分查找。比如一个小于20左右的数组采用二分查找和顺序遍历两者的性能优势并不显著。当然,如果对于字符串数组如果长度超过300以上,则使用二分查找可减少比对次数,以此减少性能的损耗。最后,数据量太大也不适合二分查找。主要原因是数组的结构是要连续的内存空间,如果一个数组是1GB、2GB。此时内存剩余有1GB或2GB,但是内存空间是零散,则无法连续存放如此之大的数据。二分查找也就无用武之地了。
示例代码
/**
* 普通二分查找,找到即退出
*
* @param arr 数组
* @param n 数组长度
* @param value 待查值
* @return
*/
public static int binarySearch_Nornal(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 (arr[mid] == value) {
return mid;
}
}
return -1;
}
变形一:查找第一个值等于给定值的元素
我们要查找到上图的target指向的元素8,用二分查找算法该如何实现呢?如果用上面的实例代码,执行后你会发现输出的下标是7。尽管a[7]的值也是8,但是并不是我们所想要的第一个等于8的元素,应该是要a[5]才对。还是老样子,直接看实例代码。
public static int binarySearch_equalFirstValue(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 == 0) || (arr[mid - 1] != value))
return mid;
else
high = mid - 1;
}
}
return -1;
}
我们看三个条件语句,大于、小于、等于。我们一起来看看11行。如果mid等于0,那就是这个元素就是数组的第一个元素,那它肯定就是结果值;如果mid不等于0,但a[mid】的前一个元素a[mid -1]不等于目标元素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;否则,我们要找的元素就在[low,mid-1]区间。
变形二:查找最后一个值等于给定值的元素
这一次我们反过来,查找的是最后一个值等于给定值的元素,我们假定给定值还是8。那我们又该如何实现呢?如果你也跟着我一样敲了上面的实例代码,而且你也掌握了,那这个问题解决起来就会游刃有余。
public static int binarySearch_equalLasterValue(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;
}
还是关注第11行的变化,以及14行。如果没有满足11行,则我们执行的14行,其实就是在往高的区间走[mid+1,high]。
变形三:查找第一个大于等于给定值的元素
现在我们再来看第三种变形情况。如上图所示数组,我们要查询第一个大于或等于8的元素,那就是9,坐标是a[3]。我们要如何实现呢?请和我一起看实例代码。
public static int binarySearch_GreaterThanOrEqualToValue(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) {
if ((mid == 0) || (arr[mid - 1] < value))
return mid;
else
high = mid - 1;
} else {
low = mid + 1;
}
}
return -1;
}
如果arr[mid]小于要查找的值value,那么该值所在区间就是[mid+1,high],即更新low = mid +1。对于arr[mid]大于等于给定值value的情况,我们则先要看看a[mid]是不是就是我们要的结果;又或者如果arr[mid]的前一个元素是否小于给定值value,如果是则结果也是我们想要的;否则在区间[low,mid-1]查找。
我们来看最后一种变体。
变形四:查找最后一个小于等于给定值的元素
我们要查找小于等于7的元素,从图上很直观的看到要查找的就是6。根据前面的代码,我们稍作修改就能达到目的。
public static int binarySearch_LessThanOrEqualToValue(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;
}
附加
上文的实例中,第5行我们通常的写法更多的是mid=(low+high)/2。这里使用移位处理,一是避免low+high因两数值过大相加会导致溢出,二是计算机移位的处理相比除法运算要快很多。
总结
本文篇幅比较长,主要是简单的介绍了二分查找算法的优势以及局限性,主要是无需额外的内存空间消耗,以及查找效率高,局限性在于适合用在有序的,且数据量适中数组中。随后给你分享了二分查找算法的4种变形情况,也包含了实例代码。希望你能动手敲一敲!
思考和讨论
1、文中说到的二分查找算法的时间复杂度是O(logn),这是怎么计算来的呢?
2、如果数组是有序循环数组,那怎么实现查找给定值呢?
欢迎留言与我分享和指正!也欢迎你把这篇文章分享给你的朋友或同事,一起交流。
感谢您的阅读,我们下节再见!
以上是关于算法系列二分查找的“变形记”的主要内容,如果未能解决你的问题,请参考以下文章