当前位置: 首页 > news >正文

Java 实现二分查找:[通俗易懂的算法系列之四]

引言

大家好!欢迎来到我的算法学习系列的第四篇。排序的主要目的之一,就是为了能够更快速地查找数据。

今天,我们将学习一种必须在有序数据上才能使用的、非常高效的查找算法——二分查找 (Binary Search),也叫折半查找。想象一下在一部厚厚的、按字母顺序排列的字典里查找一个单词,你通常不会从第一页开始逐页翻看,而是会直接翻到大概中间的位置,然后根据当前页的字母与目标单词的比较,决定向前翻还是向后翻,每次都将查找范围缩小一半。这就是二分查找的核心思想。


什么是二分查找?

二分查找是一种在有序数组中查找特定元素的算法。它的基本思路是:

  1. 确定查找范围: 从整个有序数组开始。
  2. 找到中间元素: 计算查找范围的中间位置索引。
  3. 比较:
    • 如果中间元素等于目标值,查找成功。
    • 如果中间元素小于目标值,说明目标值(如果存在)一定在中间元素的右边,因此,缩小查找范围到右半部分。
    • 如果中间元素大于目标值,说明目标值(如果存在)一定在中间元素的左边,因此,缩小查找范围到左半部分。
  4. 重复: 在新的、缩小的查找范围内重复步骤 2 和 3,直到找到目标值或查找范围为空(表示目标值不存在)。

关键前提: 二分查找必须作用于一个已经排好序的数组(通常是升序)。如果数组无序,二分查找将无法保证正确性。


算法步骤详解 (以升序数组为例)

假设我们要在有序数组 arr = [1, 5, 8, 11, 19, 22, 31, 35, 40, 45, 48, 49, 50] 中查找 target = 48

  1. 初始化:

    • 左边界 left = 0
    • 右边界 right = arr.length - 1 = 12
    • 查找范围 [0, 12]
  2. 第 1 次迭代:

    • mid = left + (right - left) / 2 = 0 + (12 - 0) / 2 = 6
    • arr[mid] = arr[6] = 31
    • arr[mid] (31) < target (48) -> 目标在右半部分。
    • 更新 left = mid + 1 = 6 + 1 = 7
    • 新查找范围 [7, 12]
  3. 第 2 次迭代:

    • mid = left + (right - left) / 2 = 7 + (12 - 7) / 2 = 7 + 5 / 2 = 7 + 2 = 9 (整数除法)
    • arr[mid] = arr[9] = 45
    • arr[mid] (45) < target (48) -> 目标在右半部分。
    • 更新 left = mid + 1 = 9 + 1 = 10
    • 新查找范围 [10, 12]
  4. 第 3 次迭代:

    • mid = left + (right - left) / 2 = 10 + (12 - 10) / 2 = 10 + 2 / 2 = 10 + 1 = 11
    • arr[mid] = arr[11] = 49
    • arr[mid] (49) > target (48) -> 目标在左半部分。
    • 更新 right = mid - 1 = 11 - 1 = 10
    • 新查找范围 [10, 10]
  5. 第 4 次迭代:

    • mid = left + (right - left) / 2 = 10 + (10 - 10) / 2 = 10 + 0 / 2 = 10
    • arr[mid] = arr[10] = 48
    • arr[mid] (48) == target (48) -> 找到目标!
    • 返回索引 mid = 10

如果查找 target = 6 (不存在):

  • …经过几次迭代后…
  • 假设某次迭代后 left = 1, right = 0
  • 此时 left > right,循环条件 while (left <= right) 不满足,循环结束。
  • 表示未找到目标值。

Java 代码实现

下面是二分查找的 Java 代码实现(迭代版本),与你提供的一致,并包含了一些好的实践:

import java.util.Arrays; // 如果你想方便地打印数组,可以导入 Arrays 类

public class BinarySearch {
    // 类名建议大写开头

   

相关文章:

  • word导出PDF老是目录格式变化的问题
  • 包含列表的字符串数据拆分成多列
  • 数字孪生驱动医药仓库安全革命:从被动响应到主动防御的范式转型
  • 我与数学建模之终章
  • spring-ai-alibaba第九章使用Milvus构建大模型RAG应用
  • Python编码规范
  • 【2020】【论文笔记】基于二维光子晶体的光控分光比可调Y——
  • BUUCTF-web刷题篇(13)
  • 高精度矢量内积计算方法 (单精度浮点, 超长矢量)
  • hashtable遍历的方法有哪些
  • uname
  • SpringBoot洗衣店订单管理系统设计与实现
  • LeetCode 3047 求交集区域内的最大正方形面积
  • VScode连接CentOS 7.6虚拟机
  • B站左神算法课学习笔记(P8):贪心
  • Python函数一(五)
  • 算法 | 基于蜘蛛蜂优化算法求解带时间窗的车辆路径问题研究(附matlab代码)
  • ZKmall开源商城:基于Spring Boot 3的高效后端架构设计与实践
  • 三维点云数据的哈希快速查找方法
  • linux驱动学习(十五)之ioctl