数据结构与算法——查找算法-二分查找

简单介绍

二分查找 也称 折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用顺序存储结构,而且表中元素按关键字有序排列,说简单点就是要求查找的数组是有序的

思路分析

  • 搜索过程从数组(有序的)的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束;

  • 如果要查找元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较

  • 如果在某一步骤数组为空,则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半

    看动图体验一下,下面的动图是二分查找与顺序查找的对比:

    数据结构与算法——查找算法-二分查找

上面的思路如果看不懂,下面举个例子并代码实现。

请对一个 有序数组 进行二分查找 {1,8, 10, 89, 1000, 1234},输入一个数查找该数组是否存在此数,并且输出下 标,如果没有就提示「没有这个数」。

二分查找可以使用 递归非递归 实现,这里使用递归方式实现。

查找步骤:

  1. 首先确定该数组的中间下标

    int  mid = (left + right)/2
    
  2. 然后让需要查找的数 findValarr[mid] 比较

    1. findVal > arr[i],说明要查找的数在数组
    2. findVal < arr[i] ,说明要查找的数在数组
    3. findVal == arr[i],说明已经找到,就返回

什么时候结束递归呢?

  1. 找到则结束递归

  2. 未找到,则结束递归

    left > right 时,表示整个数组已经递归完,说明没有找到,结束递归。这里要动脑筋思考一下,它往左或往右查找却没有找到目标数, leftright的情况,脑子里走一遍过程。

    {1,8, 10, 89, 1000, 1234} 共 5 个
    查找 -1
    第一轮:
    	int mid = (0 + 5)/2 = 2
    	arr[mid] = 10
       -1 < 10,往左边查找
    第二轮:下面为什么是 - 1,而不是 - 2或其他的呢,是因为 arr[mid] 如果等于要查找的数就返回了,已经判断过了,不需要再判断
    	mid = (0 + 1)/2 = 0
    	arr[mid] = 10
       -1 < 1,往左边
    第三轮:同理,这时 left = 0,right = -1
       left 就大于 right 了
    

代码实现

/**
 * 二分查找
 */
public class BinarySearchTest {
    @Test
    public void binaryTest() {
        int[] arr = new int[]{1, 8, 10, 89, 1000, 1234};
        int findVal = 89;
        int result = binary(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == -1 ? "未找到" : "找到值,索引为:" + result));

        findVal = -1;
        result = binary(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == -1 ? "未找到" : "找到值,索引为:" + result));

        findVal = 123456;
        result = binary(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == -1 ? "未找到" : "找到值,索引为:" + result));

        findVal = 1;
        result = binary(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == -1 ? "未找到" : "找到值,索引为:" + result));
    }

    /**
     * @param arr
     * @param left    左边索引
     * @param right   右边索引
     * @param findVal 要查找的值
     * @return 未找到返回 -1,否则返回该值的索引
     */
    private int binary(int[] arr, int left, int right, int findVal) {
        // 当找不到时,则返回 -1
        if (left > right) {
            return -1;
        }
        int mid = (left + right) / 2;//数组中间值的下标
        int midVal = arr[mid];//数组中间值
        // 相等则找到
        if (midVal == findVal) {
            return mid;
        }
        // 判断值是否在右边,如果要查找的值在右边,则右递归
        if (findVal > midVal) {
            // mid 的值,就是当前对比的值,所以不需要判定
            return binary(arr, mid + 1, right, findVal);//动脑筋
        }
        //否则向左查找,左递归
        return binary(arr, left, mid - 1, findVal);
    }
}

测试输出

查找值 89:找到值,索引为:3
查找值 -1:未找到
查找值 123456:未找到
查找值 1:找到值,索引为:0

可以看到,这个算法已经实现了,但是还有一个问题,仔细观察,你就会发现上面的代码实现的算法有个缺点,那就是如果数组中要查找的数存在多个,那么它只能返回第一个查找到的数的下标。

下面我们就来优化这个缺点。

查找出所有符合要求的值

请对一个 有序数组 进行二分查找 {1,8, 10, 89, 1000, 1000,1234},输入一个数查找该数组是否存在此数,并且求出所有下标,如果没有就提示「没有这个数」。

增加难度:返回该值所有下标

  @Test
    public void binary2Test() {
        int[] arr = new int[]{1, 8, 10, 89, 1000, 1000, 1234};
        int findVal = 89;
        List<Integer> result = binary2(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == null ? "未找到" : "找到值,索引为:" + result));

        findVal = -1;
        result = binary2(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == null ? "未找到" : "找到值,索引为:" + result));

        findVal = 123456;
        result = binary2(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == null ? "未找到" : "找到值,索引为:" + result));

        findVal = 1;
        result = binary2(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == null ? "未找到" : "找到值,索引为:" + result));

        findVal = 1000;
        result = binary2(arr, 0, arr.length - 1, findVal);
        System.out.println("查找值 " + findVal + ":" + (result == null ? "未找到" : "找到值,索引为:" + result));
    }

    /**
     * 查找所有符合条件的下标
     *
     * @param arr
     * @param left    左边索引
     * @param right   右边索引
     * @param findVal 要查找的值
     * @return 未找到返回 null,否则返回该值的索引集合
     */
    private List<Integer> binary2(int[] arr, int left, int right, int findVal) {
        // 当找不到时,则返回 null
        if (left > right) {
            return null;
        }
        int mid = (left + right) / 2;
        int midVal = arr[mid];
        // 相等则找到
        if (midVal == findVal) {
            //定义一个集合,保存满足要求的数的下标
            List<Integer> result = new ArrayList<>();
            // 如果已经找到,则先不要退出
            // 因为二分查找的前提是:对一个有序的数组进行查找
            // 所以,我们只需要,继续挨个的往左边和右边查找目标值就好了
            int tempIndex = mid - 1;//这里是第一个满足条件的数的下标的左边一个数的下标
            result.add(mid); //先把当前找到的下标添加进集合
            // 先往左边找
            while (true) {
                // 当左边的数组已经找完
                // 或 找到一个不与目标值相等的值,就可以跳出左边查找。 这里动一下脑筋
                if (tempIndex < 0 || arr[tempIndex] != midVal) {
                    break;
                }
                result.add(tempIndex);
                tempIndex--;//找到了,继续往左一个
            }
            // 再往右边查找
            tempIndex = mid + 1;//这里是第一个满足条件的数的下标的右边一个数的下标
            while (true) {
                // 这里也跟上面一样,当右边的数组已经找完
                // 或 找到一个不与目标值相等的值,就可以跳出右边查找。 这里动一下脑筋
                if (tempIndex >= arr.length || arr[tempIndex] != midVal) {
                    break;
                }
                result.add(tempIndex);
                tempIndex++;//找到了,继续往右一个
            }
            //找完了返回下标集合
            return result;
        }
        // 判断值是否在右边,如果要查找的值在右边,则右递归
        if (findVal > midVal) {
            // mid 的值,就是当前对比的值,所以不需要判定
            return binary2(arr, mid + 1, right, findVal);
        }
        //否则向左查找,左递归
        return binary2(arr, left, mid - 1, findVal);
    }

测试输出信息

查找值 89:找到值,索引为:[3]
查找值 -1:未找到
查找值 123456:未找到
查找值 1:找到值,索引为:[0]
查找值 1000:找到值,索引为:[5, 4]

tip:这个算法很简单,但是很实用。必须要掌握。

数据结构与算法——查找算法-二分查找

上一篇:vue3.0之-----axios访问本地json文件


下一篇:JAVA控制热敏打印机