二分搜索及其变形应用

    二分搜索（折半查找）是应用很广泛的一种算法，当出现有序序列时，我们可以立马想到能否可以用二分法，其写法也较为固定。我们可以把二分法视为分治的应用。但是如果不注意其变换条件也是很容易写错。下边给出了二分查找的非递归和递归写法，只要注意其边界判断和变换，代码很简单：

二分法的递归和非递归写法

package com.blog.binarysearch;/** * @Description: 二分法(二分搜索 折半查找)  有序序列的搜索   时间复杂度为O(logn) * @Author: Jingzeng Wang * @Date: Created in 15:56  2017/7/23. */public class BinarySearchDemo {    public static void main(String[] args) {        int[] nums = {1, 2, 3, 5, 7, 9, 11, 13};        System.out.println(binarySearch(nums, 11));        System.out.println(binarySearchRecursive(nums, 11, 0, nums.length - 1));    }    /**     * 二分  非递归版本     * <p>     * right = num.length  left < right  right = mid;  另一种写法     *     * @param nums   已排序数组     * @param keyNum 待查找数字     * @return 返回查找的索引位置   没有则返回-1     */    public static int binarySearch(int[] nums, int keyNum) {        int left = 0;        int right = nums.length - 1;        while (left <= right) {            //int mid = start + (end - start) / 2; //直接平均可能溢出，可以用此算法            int mid = (left + right) / 2;            if (nums[mid] < keyNum) {                left = mid + 1;            } else if (nums[mid] > keyNum) {                right = mid - 1;            } else {                return mid;            }        }        return -1;    }    /**     * 二分搜索的递归写法     *     * @param nums     * @param value     * @param left     * @param right     * @return     */    public static int binarySearchRecursive(int[] nums, int value, int left, int right) {        if (left > right)            return -1;        int mid = left + (right - left) / 2;        if (nums[mid] < value)            return binarySearchRecursive(nums, value, mid + 1, right);        else if (nums[mid] > value)            return binarySearchRecursive(nums, value, left, mid - 1);        else return mid;    }}

二分法的变形应用

二分法的变形很多种，但是只要掌握了二分的核心思想，将转移条件写正确，基本就可以解决这些问题。比如一个有序序列中药查找的那个数出现很多次，求第一个出现的位置，求它最后出现的位置，求第一个小于某个数的数的位置，求第一个大于某个数的位置等等，只要出现有序序列，我们就可以思考此问题可否用二分法解决。下边给出一个题：统计一个数字在排序数组中出现的次数。

// hash表可以 遍历也可以 但是排序数组肯定有用  二分啊// 二分的变形：找正好大于k的那个数的位置 与 正好小于k 的位置  然后相减   时间复杂度为 O(logn)// 定位k第一次出现的位置 和 最后一次出现的位置public class Solution {    public int GetNumberOfK(int [] array , int k) {        if (array == null || array.length <= 0) {            return 0;        }        int left = 0;        int right = array.length - 1;        int mid1 = (left + right) >> 1;        // 找第一个k        while (left <= right) {            if (array[mid1] >= k) {                right = mid1 - 1;             } else {                left = mid1 + 1;  // < left 是始终指向小于k的  最后也是+1获得第一个k            }                        mid1 = (left + right) >> 1;        }        mid1 = left;                left = 0;        right = array.length - 1;        int mid2 = (left + right) >> 1;        //找最后一个k        while (left <= right) {            if (array[mid2] > k) {                right = mid2 - 1;   // 大于k的  获得最后一个k            } else {                left = mid2 + 1;             }                        mid2 = (left + right) >> 1;        }        mid2 = right;                return mid2 - mid1 + 1;    }}