同一ip 网站 权重有没有免费的资源可以在线观看

一、算法核心概念

二分查找（Binary Search）又称折半查找，是一种针对有序数组的高效查找算法。其核心思想是通过不断将查找范围减半，快速缩小目标元素的可能位置，最终实现O(log n)的时间复杂度。与线性查找（逐个遍历，O(n)复杂度）相比，二分查找在数据量较大时效率提升极其显著。

二、适用条件

二分查找的应用有严格前提：

1. 数组必须有序（升序或降序，本文以升序为例）；
2. 支持随机访问（如数组结构，可通过索引直接访问元素，链表不适用）；
3. 数据静态或修改频率低（若需频繁插入/删除，维护有序性成本高）。

三、算法原理

假设存在升序数组arr，目标值为target，查找步骤如下：

1. 定义查找区间的左右边界：low = 0（起始索引），high = n-1（末尾索引，n为数组长度）；
2. 计算区间中点：mid = low + (high - low) / 2（避免low + high溢出）；
3. 比较arr[mid]与target：
   • 若arr[mid] == target：找到目标，返回mid；
   • 若arr[mid] > target：目标在左半区间，更新high = mid - 1；
   • 若arr[mid] < target：目标在右半区间，更新low = mid + 1；
4. 重复步骤2-3，直到low > high（区间为空，目标不存在），返回-1。

四、时间与空间复杂度

• 时间复杂度：每次查找范围减半，最多需要log₂n次操作，故为O(log n)。例如，n=10⁶时，最多仅需20次查找（2²⁰≈10⁶）。
• 空间复杂度：
  • 非递归实现：仅使用常数额外空间，O(1)；
  • 递归实现：递归调用栈深度为log₂n，O(log n)。

五、C/C++实现示例

1. 基础版（非递归）

功能：在升序数组中查找目标值，返回索引（不存在则返回-1）。

#include <iostream>
#include <vector>
using namespace std;// 非递归实现二分查找
int binarySearch(const vector<int>& arr, int target) {int low = 0;int high = arr.size() - 1;while (low <= high) {// 计算中点（避免low + high溢出）int mid = low + (high - low) / 2;if (arr[mid] == target) {return mid; // 找到目标，返回索引} else if (arr[mid] > target) {high = mid - 1; // 目标在左半区间} else {low = mid + 1; // 目标在右半区间}}return -1; // 目标不存在
}int main() {vector<int> arr = {1, 3, 5, 7, 9, 11, 13};int target = 7;int index = binarySearch(arr, target);if (index != -1) {cout << "目标 " << target << " 位于索引 " << index << endl;} else {cout << "目标 " << target << " 不存在" << endl;}return 0;
}

关键细节：

• 中点计算用low + (high - low)/2而非(low + high)/2，避免low + high超过int最大值导致溢出；
• 循环条件为low <= high（当low == high时，区间仍有一个元素需检查）；
• 边界更新用mid ± 1（排除已检查的mid位置，避免死循环）。

2. 递归版

功能与基础版一致，通过函数递归实现查找。

#include <iostream>
#include <vector>
using namespace std;// 递归实现二分查找
int binarySearchRecursive(const vector<int>& arr, int target, int low, int high) {// 递归终止条件：区间为空if (low > high) {return -1;}int mid = low + (high - low) / 2;if (arr[mid] == target) {return mid;} else if (arr[mid] > target) {// 递归查找左半区间return binarySearchRecursive(arr, target, low, mid - 1);} else {// 递归查找右半区间return binarySearchRecursive(arr, target, mid + 1, high);}
}int main() {vector<int> arr = {2, 4, 6, 8, 10};int target = 6;int index = binarySearchRecursive(arr, target, 0, arr.size() - 1);if (index != -1) {cout << "目标 " << target << " 位于索引 " << index << endl;} else {cout << "目标 " << target << " 不存在" << endl;}return 0;
}

特点：代码简洁但递归调用有额外栈空间开销，数据量极大时可能栈溢出，实际中更推荐非递归版本。

3. 变种：查找重复元素的第一个/最后一个位置

当数组存在重复元素时（如[1, 2, 2, 2, 3]），基础版可能返回任意一个匹配位置。若需查找第一个或最后一个目标元素，需调整边界更新逻辑。

示例：查找第一个等于target的元素

#include <iostream>
#include <vector>
using namespace std;// 查找第一个等于target的元素索引
int findFirstOccurrence(const vector<int>& arr, int target) {int low = 0;int high = arr.size() - 1;int result = -1; // 记录结果while (low <= high) {int mid = low + (high - low) / 2;if (arr[mid] == target) {result = mid; // 暂存当前位置high = mid - 1; // 继续向左查找更早的位置} else if (arr[mid] > target) {high = mid - 1;} else {low = mid + 1;}}return result;
}// 查找最后一个等于target的元素索引
int findLastOccurrence(const vector<int>& arr, int target) {int low = 0;int high = arr.size() - 1;int result = -1;while (low <= high) {int mid = low + (high - low) / 2;if (arr[mid] == target) {result = mid; // 暂存当前位置low = mid + 1; // 继续向右查找更晚的位置} else if (arr[mid] > target) {high = mid - 1;} else {low = mid + 1;}}return result;
}int main() {vector<int> arr = {1, 2, 2, 2, 3, 4};int target = 2;int first = findFirstOccurrence(arr, target);int last = findLastOccurrence(arr, target);cout << "第一个 " << target << " 位于索引 " << first << endl; // 输出1cout << "最后一个 " << target << " 位于索引 " << last << endl; // 输出3return 0;
}

逻辑调整：

• 找到匹配元素时不立即返回，而是继续向目标方向（左/右）收缩区间，直到区间为空，最终记录的位置即为第一个/最后一个匹配项。

六、常见错误与边界处理

1. 死循环：若边界更新时未排除mid（如high = mid而非high = mid - 1），可能导致low与high无法收敛（例如low=high=mid时，循环永不结束）。
2. 溢出问题：中点计算若用(low + high)/2，当low和high均接近int最大值时，low + high会溢出为负数，导致mid计算错误。
3. 空数组处理：需提前判断数组长度为0的情况，直接返回-1。
4. 目标值超出数组范围：若target < arr[0]或target > arr[n-1]，应快速返回-1，减少无效循环。

七、应用场景

1. 字典查询：如通讯录按姓名首字母排序后查找联系人；
2. 数值逼近：如求一个数的平方根（整数部分）、寻找函数零点；
3. 数据库索引：数据库中B+树索引的查找逻辑基于二分思想；
4. 日志分析：在有序日志（如按时间排序）中定位特定时间点的记录。

---

二分查找是一种“以空间换时间”的经典算法，其高效性依赖于有序数据和随机访问特性。实际应用中需注意边界处理和重复元素场景，根据需求选择基础版或变种实现。