浅谈二分查找
来源:互联网 发布:郭天祥51单片机书 编辑:程序博客网 时间:2024/06/05 19:23
对于二分查找,大多数人都是模模糊糊对它有个印象,但具体写起代码来,又是各种问题。
首先,来看二分查找这个算法的基本方法:
1.在一个有序的连续数组当中(可以是升序,也可以是降序,本文均以升序为例)查找一个数,将这个数组的中间元素和给定数比较,若刚好相等则就找到了这个数,若大于给定数,则向这个数组的较低序列查找,反之则向这个数组的较高序列查找。
2.再拿着这个数组的较低或较高序列进行上一步的查找,如此循环,可供查找的序列范围会越来越小,直到数组边界,若还没有找到,则就证明这个数组当中不存在这个给定数。
以上大致是二分查找这个算法的基本思想,不断地拿中间数与目标数进行比较,从而进行查找,但是这里要明确的一点(数组必须是有序的)。
下面来看两个正确的代码实现:
代码1:
int BinarySearch(int* arr,int size,int data){assert(arr);int left=0;int right=size;int mid=0;while(left<right){mid=(left&right)+((left^right)>>1);if(arr[mid]==data){return mid;}else if(arr[mid]>data){right=mid;}else{left=mid+1;}}return -1;}代码二:
int BinarySearch(int* arr,int size,int data){assert(arr);int left=0;int right=size-1;int mid=0;while(left<=right){mid=(left&right)+((left^right)>>1);if(arr[mid]==data){return mid;}else if(arr[mid]>data){right=mid-1;}else{left=mid+1;}}return -1;}对比上面两份代码,最主要的区别在于right的初始值,while的条件以及循环体内对于边界left和right的移动。
这里要给出一个规律:
二分查找算法的边界,一般来说分两种情况,一种是左闭右开区间,类似于[left, right),一种是左闭右闭区间,类似于[left, right].需要注意的是, 循环体外的初始化条件,与循环体内的迭代步骤, 都必须遵守一致的区间规则,也就是说,如果循环体初始化时,是以左闭右开区间为边界的,那么循环体内部的迭代也应该如此.如果两者不一致,会造成程序的错误。
上述代码中的size表示的是数组的长度,right=size显然不能被包括在这个算法的控制区间内,所以上述代码1中的循环条件必须是left<right;而上述代码二由于right=size-1,而size-1则是必须被包含在我们算法的控制区间内的,所以当中的循环条件就得改为left<=right。
接下来,就是对于left和right的移动问题,
对于代码1,由于算法控制区间是左闭右开的,也就是[left,right),所以当arr[mid]>data的时候,则要将区间变为较低的左半区,而这里你如果将right=mid-1的话,很明显这里的mid-1对应的数据将不会在你算法的操作区间内,这里显然不合理,如果mid-1对应的数据刚好是我们要找的那个数呢?所以这里right=mid;而对于left而言,由于区间左半边是闭区间,而你之所以会走到这步,就是因为你之前mid对应的数据不对,所以mid就不应该在我们的控制区间内,所以left=mid+1;
而对于代码2,大致分析同代码1的一样,只是代码2是左闭右闭区间[left,right]。
另外,对于二分查找不得不提的一点就是,mid的求法,网上有许多博客上面贴的代码均是mid=(left+right)/2;这样的代码我们下来进行测试的时候,很多情况下并不能发现错误,但是这里是细节:当你给的left和right的数值非常大的情况下,这里就很有可能溢出了,所以这里我们可以改成mid=(right-left)/2+left,或者我们可以将它改成mid=(left&right)+((left^right)>>1),通过位运算符提高运算速率。
拓展:
上面的都是二分查找对于一个数据互不相同且有序的数组进行查找,当一个数组中有多个相同的数呢?
int Bi_Search(int a[],int n,int b)// {//返回同为b的第一个 if(n==0) return -1; int low = 0; int high = n-1; int last = -1;//用last记录上一次满足条件的下标 while (low<=high) { int mid = low +(high-low)/2; if (a[mid]==b) { last = mid; high = mid -1; } else if(a[mid]>b) high = mid -1; else low = mid +1; } return last; }
int Bi_Search1(int a[],int n,int b)//大于b的第一个数 { if(n<=0) return -1; int last = -1; int low = 0; int high = n-1; while (low<=high) { int mid = low +(high - low)/2; if(a[mid]>b) { last = mid; high = mid -1; } else if (a[mid]<=b) { low =mid +1; } } return last; }
本文参考:http://www.cppblog.com/converse/archive/2009/10/05/97905.html
- 浅谈二分查找法
- 浅谈二分查找
- 浅谈二分查找
- 浅谈二分查找算法
- 浅谈二分查找
- 浅谈二分查找
- 浅谈二分查找
- 浅谈数据的查找(二分查找)
- 浅谈PHP第三弹---使用二分查找法查找数组中的元素位置
- 【捷哥浅谈PHP】第三弹---使用二分查找法查找数组中的元素位置
- 二分查找
- 二分查找
- 二分查找
- 二分查找
- 二分查找
- 二分查找
- 二分查找
- 二分查找
- SDUT 2192救基友记2
- 微信小程序中的图片处理
- L1-005
- 外部排序思想
- ViewPager显示两边的item
- 浅谈二分查找
- 【网络基础学习2】认识ICMP协议
- UItableview点击后的折叠效果的简单实现
- tensorflow35《TensorFlow实战》笔记-06-03 TensorFlow实现 GoogleInceptionV3 code
- ECLIPSE 链接数据库 MYSQL
- 智能指针
- 在Windows下使用webpack入门
- 策略模式
- 数状数组