二分查找是一种在有序数组中查找元素的算法,通过不断将搜索区域分成两半来实现。你可能在日常生活中已经不知不觉地使用了大脑里的二分查找。
最常见的例子是在字典中查找一个单词。假设你想找到“马拉松”的定义。你不会从字典的开头开始查找。你会打开字典大约在中间位置。如果你在‘T’处,你已经过头了。所以,你会调整并分割差距,缩小范围直到找到“马拉松”。
这个逐步排除的过程就是二分查找的要点,但是针对数组的情况。
考虑一个从1到100的数字数组,你需要在这个范围内找到一个特定的数字,就像玩一个猜数游戏。
简单的方法是使用一个简单的for循环——遍历数组中的每个元素直到找到目标项。
function findItem(arr, item) {
for (let i = 0; i < arr.length; i++) {
if (arr[i] === item) {
return i;
}
}
return -1; // 未找到项
}
这个方法可以找到,但它的时间复杂度是O(n);想象一下,如果你要找的数在1到1万亿之间。
你可以比线性查找做得更好。
使用二分查找,不是检查每个元素,而是从中间开始。如果你要找的数字更大,你向右走;如果更小,你向左走。
然后呢?你重复这个过程。中间,左边或右边,缩小可能性直到找到数字。
function binarySearch(arr, target) {
let left = 0;
let right = arr.length - 1;
while(left <= right) {
let mid = Math.floor((left + right) / 2);
if(arr[mid] === target) return mid;
if(arr[mid] < target) left = mid + 1;
else right = mid - 1;
}
return -1;
}
它不仅能迅速切入数据;时间复杂度为O(logN),比线性搜索快得多。
在空间方面,它是O(1)。不需要额外的存储空间。
二分查找最常用于数组,但也可以应用于数据库中的有序序列、排序链表中的搜索算法,甚至决策过程中可以预测和系统地划分范围的情况。
重要的是,二分查找只能在排序的项目集合上执行。整个二分查找的方法基于这样一个原则,即集合是按顺序排列的,这样算法才能通过比较中间项来预测搜索项的位置。如果集合没有排序,这种预测就不起作用,算法也不能正确运行。