Refactor the section of bianry search.

pull/508/head
krahets 2 years ago
parent 921d87c238
commit c3e7455285

@ -12,8 +12,8 @@ int binarySearch(int *nums, int len, int target) {
int i = 0, j = len - 1; int i = 0, j = len - 1;
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
while (i <= j) { while (i <= j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
j = m - 1; j = m - 1;
@ -30,8 +30,8 @@ int binarySearchLCRO(int *nums, int len, int target) {
int i = 0, j = len; int i = 0, j = len;
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
while (i < j) { while (i < j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中
j = m; j = m;

@ -12,8 +12,8 @@ int binarySearch(vector<int> &nums, int target) {
int i = 0, j = nums.size() - 1; int i = 0, j = nums.size() - 1;
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
while (i <= j) { while (i <= j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
j = m - 1; j = m - 1;
@ -30,8 +30,8 @@ int binarySearchLCRO(vector<int> &nums, int target) {
int i = 0, j = nums.size(); int i = 0, j = nums.size();
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
while (i < j) { while (i < j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中
j = m; j = m;

@ -13,7 +13,7 @@ public class binary_search {
int i = 0, j = nums.Length - 1; int i = 0, j = nums.Length - 1;
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
while (i <= j) { while (i <= j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
@ -31,7 +31,7 @@ public class binary_search {
int i = 0, j = nums.Length; int i = 0, j = nums.Length;
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
while (i < j) { while (i < j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中

@ -10,7 +10,7 @@ int binarySearch(List<int> nums, int target) {
int i = 0, j = nums.length - 1; int i = 0, j = nums.length - 1;
// i > j // i > j
while (i <= j) { while (i <= j) {
int m = (i + j) ~/ 2; // m int m = i + (j - i) ~/ 2; // m
if (nums[m] < target) { if (nums[m] < target) {
// target [m+1, j] // target [m+1, j]
i = m + 1; i = m + 1;
@ -32,7 +32,7 @@ int binarySearchLCRO(List<int> nums, int target) {
int i = 0, j = nums.length; int i = 0, j = nums.length;
// i = j // i = j
while (i < j) { while (i < j) {
int m = (i + j) ~/ 2; // m int m = i + (j - i) ~/ 2; // m
if (nums[m] < target) { if (nums[m] < target) {
// target [m+1, j) // target [m+1, j)
i = m + 1; i = m + 1;

@ -10,7 +10,7 @@ func binarySearch(nums []int, target int) int {
i, j := 0, len(nums)-1 i, j := 0, len(nums)-1
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
for i <= j { for i <= j {
m := (i + j) / 2 // 计算中点索引 m m := i + (j-i)/2 // 计算中点索引 m
if nums[m] < target { // 此情况说明 target 在区间 [m+1, j] 中 if nums[m] < target { // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1 i = m + 1
} else if nums[m] > target { // 此情况说明 target 在区间 [i, m-1] 中 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m-1] 中
@ -29,7 +29,7 @@ func binarySearchLCRO(nums []int, target int) int {
i, j := 0, len(nums) i, j := 0, len(nums)
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
for i < j { for i < j {
m := (i + j) / 2 // 计算中点索引 m m := i + (j-i)/2 // 计算中点索引 m
if nums[m] < target { // 此情况说明 target 在区间 [m+1, j) 中 if nums[m] < target { // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1 i = m + 1
} else if nums[m] > target { // 此情况说明 target 在区间 [i, m) 中 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m) 中

@ -13,12 +13,12 @@ public class binary_search {
int i = 0, j = nums.length - 1; int i = 0, j = nums.length - 1;
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
while (i <= j) { while (i <= j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m-1] 中
j = m - 1; j = m - 1;
else // 找到目标元素,返回其索引 else // 找到目标元素,返回其索引
return m; return m;
} }
// 未找到目标元素,返回 -1 // 未找到目标元素,返回 -1
@ -31,12 +31,12 @@ public class binary_search {
int i = 0, j = nums.length; int i = 0, j = nums.length;
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
while (i < j) { while (i < j) {
int m = (i + j) / 2; // 计算中点索引 m int m = i + (j - i) / 2; // 计算中点索引 m
if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中 if (nums[m] < target) // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1; i = m + 1;
else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中 else if (nums[m] > target) // 此情况说明 target 在区间 [i, m) 中
j = m; j = m;
else // 找到目标元素,返回其索引 else // 找到目标元素,返回其索引
return m; return m;
} }
// 未找到目标元素,返回 -1 // 未找到目标元素,返回 -1

@ -12,7 +12,7 @@ function binarySearch(nums, target) {
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
while (i <= j) { while (i <= j) {
// 计算中点索引 m ,使用 parseInt() 向下取整 // 计算中点索引 m ,使用 parseInt() 向下取整
const m = parseInt((i + j) / 2); const m = parseInt(i + (j - i) / 2);
if (nums[m] < target) if (nums[m] < target)
// 此情况说明 target 在区间 [m+1, j] 中 // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1; i = m + 1;
@ -33,7 +33,7 @@ function binarySearchLCRO(nums, target) {
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
while (i < j) { while (i < j) {
// 计算中点索引 m ,使用 parseInt() 向下取整 // 计算中点索引 m ,使用 parseInt() 向下取整
const m = parseInt((i + j) / 2); const m = parseInt(i + (j - i) / 2);
if (nums[m] < target) if (nums[m] < target)
// 此情况说明 target 在区间 [m+1, j) 中 // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1; i = m + 1;

@ -9,12 +9,13 @@ def binary_search(nums: list[int], target: int) -> int:
"""二分查找(双闭区间)""" """二分查找(双闭区间)"""
# 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素 # 初始化双闭区间 [0, n-1] ,即 i, j 分别指向数组首元素、尾元素
i, j = 0, len(nums) - 1 i, j = 0, len(nums) - 1
# 循环,当搜索区间为空时跳出(当 i > j 时为空)
while i <= j: while i <= j:
m = (i + j) // 2 # 计算中点索引 m m = (i + j) // 2 # 计算中点索引 m
if nums[m] < target: # 此情况说明 target 在区间 [m+1, j] 中 if nums[m] < target:
i = m + 1 i = m + 1 # 此情况说明 target 在区间 [m+1, j] 中
elif nums[m] > target: # 此情况说明 target 在区间 [i, m-1] 中 elif nums[m] > target:
j = m - 1 j = m - 1 # 此情况说明 target 在区间 [i, m-1] 中
else: else:
return m # 找到目标元素,返回其索引 return m # 找到目标元素,返回其索引
return -1 # 未找到目标元素,返回 -1 return -1 # 未找到目标元素,返回 -1
@ -27,12 +28,12 @@ def binary_search_lcro(nums: list[int], target: int) -> int:
# 循环,当搜索区间为空时跳出(当 i = j 时为空) # 循环,当搜索区间为空时跳出(当 i = j 时为空)
while i < j: while i < j:
m = (i + j) // 2 # 计算中点索引 m m = (i + j) // 2 # 计算中点索引 m
if nums[m] < target: # 此情况说明 target 在区间 [m+1, j) 中 if nums[m] < target:
i = m + 1 i = m + 1 # 此情况说明 target 在区间 [m+1, j) 中
elif nums[m] > target: # 此情况说明 target 在区间 [i, m) 中 elif nums[m] > target:
j = m j = m # 此情况说明 target 在区间 [i, m) 中
else: # 找到目标元素,返回其索引 else:
return m return m # 找到目标元素,返回其索引
return -1 # 未找到目标元素,返回 -1 return -1 # 未找到目标元素,返回 -1

@ -11,12 +11,12 @@ fn binary_search(nums: &[i32], target: i32) -> i32 {
let mut j = nums.len() - 1; let mut j = nums.len() - 1;
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
while i <= j { while i <= j {
let m = (i + j) / 2; // 计算中点索引 m let m = i + (j - i) / 2; // 计算中点索引 m
if nums[m] < target { // 此情况说明 target 在区间 [m+1, j] 中 if nums[m] < target { // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1; i = m + 1;
} else if nums[m] > target { // 此情况说明 target 在区间 [i, m-1] 中 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m-1] 中
j = m - 1; j = m - 1;
} else { // 找到目标元素,返回其索引 } else { // 找到目标元素,返回其索引
return m as i32; return m as i32;
} }
} }
@ -31,12 +31,12 @@ fn binary_search_lcro(nums: &[i32], target: i32) -> i32 {
let mut j = nums.len(); let mut j = nums.len();
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
while i < j { while i < j {
let m = (i + j) / 2; // 计算中点索引 m let m = i + (j - i) / 2; // 计算中点索引 m
if nums[m] < target { // 此情况说明 target 在区间 [m+1, j) 中 if nums[m] < target { // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1; i = m + 1;
} else if nums[m] > target { // 此情况说明 target 在区间 [i, m) 中 } else if nums[m] > target { // 此情况说明 target 在区间 [i, m) 中
j = m - 1; j = m - 1;
} else { // 找到目标元素,返回其索引 } else { // 找到目标元素,返回其索引
return m as i32; return m as i32;
} }
} }

@ -11,7 +11,7 @@ func binarySearch(nums: [Int], target: Int) -> Int {
var j = nums.count - 1 var j = nums.count - 1
// i > j // i > j
while i <= j { while i <= j {
let m = (i + j) / 2 // m let m = i + (j - i) / 2 // m
if nums[m] < target { // target [m+1, j] if nums[m] < target { // target [m+1, j]
i = m + 1 i = m + 1
} else if nums[m] > target { // target [i, m-1] } else if nums[m] > target { // target [i, m-1]
@ -31,7 +31,7 @@ func binarySearchLCRO(nums: [Int], target: Int) -> Int {
var j = nums.count var j = nums.count
// i = j // i = j
while i < j { while i < j {
let m = (i + j) / 2 // m let m = i + (j - i) / 2 // m
if nums[m] < target { // target [m+1, j) if nums[m] < target { // target [m+1, j)
i = m + 1 i = m + 1
} else if nums[m] > target { // target [i, m) } else if nums[m] > target { // target [i, m)

@ -12,7 +12,7 @@ function binarySearch(nums: number[], target: number): number {
// 循环,当搜索区间为空时跳出(当 i > j 时为空) // 循环,当搜索区间为空时跳出(当 i > j 时为空)
while (i <= j) { while (i <= j) {
// 计算中点索引 m // 计算中点索引 m
const m = Math.floor((i + j) / 2); const m = Math.floor(i + (j - i) / 2);
if (nums[m] < target) { if (nums[m] < target) {
// 此情况说明 target 在区间 [m+1, j] 中 // 此情况说明 target 在区间 [m+1, j] 中
i = m + 1; i = m + 1;
@ -35,7 +35,7 @@ function binarySearchLCRO(nums: number[], target: number): number {
// 循环,当搜索区间为空时跳出(当 i = j 时为空) // 循环,当搜索区间为空时跳出(当 i = j 时为空)
while (i < j) { while (i < j) {
// 计算中点索引 m // 计算中点索引 m
const m = Math.floor((i + j) / 2); const m = Math.floor(i + (j - i) / 2);
if (nums[m] < target) { if (nums[m] < target) {
// 此情况说明 target 在区间 [m+1, j) 中 // 此情况说明 target 在区间 [m+1, j) 中
i = m + 1; i = m + 1;

@ -12,7 +12,7 @@ fn binarySearch(comptime T: type, nums: std.ArrayList(T), target: T) T {
var j: usize = nums.items.len - 1; var j: usize = nums.items.len - 1;
// i > j // i > j
while (i <= j) { while (i <= j) {
var m = (i + j) / 2; // m var m = i + (j - i) / 2; // m
if (nums.items[m] < target) { // target [m+1, j] if (nums.items[m] < target) { // target [m+1, j]
i = m + 1; i = m + 1;
} else if (nums.items[m] > target) { // target [i, m-1] } else if (nums.items[m] > target) { // target [i, m-1]
@ -32,7 +32,7 @@ fn binarySearchLCRO(comptime T: type, nums: std.ArrayList(T), target: T) T {
var j: usize = nums.items.len; var j: usize = nums.items.len;
// i = j // i = j
while (i <= j) { while (i <= j) {
var m = (i + j) / 2; // m var m = i + (j - i) / 2; // m
if (nums.items[m] < target) { // target [m+1, j) if (nums.items[m] < target) { // target [m+1, j)
i = m + 1; i = m + 1;
} else if (nums.items[m] > target) { // target [i, m) } else if (nums.items[m] > target) { // target [i, m)

Binary file not shown.

After

Width:  |  Height:  |  Size: 78 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 62 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 53 KiB

After

Width:  |  Height:  |  Size: 58 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 53 KiB

After

Width:  |  Height:  |  Size: 57 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 64 KiB

After

Width:  |  Height:  |  Size: 66 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 53 KiB

After

Width:  |  Height:  |  Size: 57 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 64 KiB

After

Width:  |  Height:  |  Size: 65 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 53 KiB

After

Width:  |  Height:  |  Size: 56 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 63 KiB

After

Width:  |  Height:  |  Size: 61 KiB

@ -1,24 +1,30 @@
# 二分查找 # 二分查找
「二分查找 Binary Search」利用数据的有序性,通过每轮减少一半搜索范围来定位目标元素。 「二分查找 Binary Search」是一种基于分治思想的高效搜索算法。它利用数据的有序性,每轮减少一半搜索范围,实现定位目标元素。
给定一个长度为 $n$ 的有序数组 `nums` ,元素按从小到大的顺序排列。数组索引的取值范围为: 我们先来求解一个简单的二分查找问题。
$$ !!! question "给定一个长度为 $n$ 的有序数组 `nums` ,元素按从小到大的顺序排列。查找并返回元素 `target` 在该数组中的索引。若数组中不包含该元素,则返回 $-1$ 。数组中不包含重复元素。"
0, 1, 2, \cdots, n-1
$$
我们通常使用以下两种方法来表示这个取值范围: 该数组的索引范围可以使用区间 $[0, n - 1]$ 来表示。其中,**中括号表示“闭区间”,即包含边界值本身**。在该表示下,区间 $[i, j]$ 在 $i = j$ 时仍包含一个元素,在 $i > j$ 时为空区间。
1. **双闭区间 $[0, n-1]$** ,即两个边界都包含自身;在此方法下,区间 $[i, i]$ 仍包含 $1$ 个元素; 接下来,我们基于上述区间定义实现二分查找。先初始化指针 $i = 0$ 和 $j = n - 1$ ,分别指向数组首元素和尾元素。之后循环执行以下两个步骤:
2. **左闭右开 $[0, n)$** ,即左边界包含自身、右边界不包含自身;在此方法下,区间 $[i, i)$ 不包含元素;
## 双闭区间实现 1. 计算中点索引 $m = \lfloor {(i + j) / 2} \rfloor$ ,其中 $\lfloor \space \rfloor$ 表示向下取整操作。
2. 根据 `nums[m]``target` 缩小搜索区间,分为三种情况:
1. 当 `nums[m] < target` 时,说明 `target` 在区间 $[m + 1, j]$ 中,因此执行 $i = m + 1$
2. 当 `nums[m] > target` 时,说明 `target` 在区间 $[i, m - 1]$ 中,因此执行 $j = m - 1$
3. 当 `nums[m] = target` 时,说明找到目标元素,直接返回索引 $m$ 即可;
首先,我们采用“双闭区间”表示法,在数组 `nums` 中查找目标元素 `target` 的对应索引。 **若数组不包含目标元素,搜索区间最终会缩小为空**,即达到 $i > j$ 。此时,终止循环并返回 $-1$ 即可。
为了更清晰地表示区间,我们在下图中以折线图的形式表示数组。
=== "<0>"
![二分查找步骤](binary_search.assets/binary_search_step0.png)
=== "<1>" === "<1>"
![二分查找步骤](binary_search.assets/binary_search_step1.png) ![binary_search_step1](binary_search.assets/binary_search_step1.png)
=== "<2>" === "<2>"
![binary_search_step2](binary_search.assets/binary_search_step2.png) ![binary_search_step2](binary_search.assets/binary_search_step2.png)
@ -38,7 +44,9 @@ $$
=== "<7>" === "<7>"
![binary_search_step7](binary_search.assets/binary_search_step7.png) ![binary_search_step7](binary_search.assets/binary_search_step7.png)
二分查找在“双闭区间”表示下的代码如下所示。 值得注意的是,**当数组长度 $n$ 很大时,加法 $i + j$ 的结果可能会超出 `int` 类型的取值范围**。为了避免大数越界,我们通常采用公式 $m = \lfloor {i + (j - i) / 2} \rfloor$ 来计算中点。
有趣的是,理论上 Python 的数字可以无限大(取决于内存大小),因此无需考虑大数越界问题。
=== "Java" === "Java"
@ -100,96 +108,15 @@ $$
[class]{}-[func]{binarySearch} [class]{}-[func]{binarySearch}
``` ```
需要注意的是,**当数组长度非常大时,加法 $i + j$ 的结果可能会超出 `int` 类型的取值范围**。在这种情况下,我们需要采用一种更安全的计算中点的方法。 时间复杂度为 $O(\log n)$ 。每轮缩小一半区间,因此二分循环次数为 $\log_2 n$ 。
=== "Java"
```java title=""
// (i + j) 有可能超出 int 的取值范围
int m = (i + j) / 2;
// 更换为此写法则不会越界
int m = i + (j - i) / 2;
```
=== "C++"
```cpp title=""
// (i + j) 有可能超出 int 的取值范围
int m = (i + j) / 2;
// 更换为此写法则不会越界
int m = i + (j - i) / 2;
```
=== "Python"
```py title=""
# Python 中的数字理论上可以无限大(取决于内存大小)
# 因此无需考虑大数越界问题
```
=== "Go"
```go title=""
// (i + j) 有可能超出 int 的取值范围
m := (i + j) / 2
// 更换为此写法则不会越界
m := i + (j - i) / 2
```
=== "JavaScript" 空间复杂度为 $O(1)$ 。指针 `i` , `j` 使用常数大小空间。
```javascript title="" ## 区间表示方法
// (i + j) 有可能超出 int 的取值范围
let m = parseInt((i + j) / 2);
// 更换为此写法则不会越界
let m = parseInt(i + (j - i) / 2);
```
=== "TypeScript" 除了上述的双闭区间外,常见的区间表示还有“左闭右开”区间,定义为 $[0, n)$ ,即左边界包含自身,右边界不包含自身。在该表示下,区间 $[i, j]$ 在 $i = j$ 时为空。
```typescript title="" 我们可以基于该表示实现具有相同功能的二分查找算法。
// (i + j) 有可能超出 Number 的取值范围
let m = Math.floor((i + j) / 2);
// 更换为此写法则不会越界
let m = Math.floor(i + (j - i) / 2);
```
=== "C"
```c title=""
// (i + j) 有可能超出 int 的取值范围
int m = (i + j) / 2;
// 更换为此写法则不会越界
int m = i + (j - i) / 2;
```
=== "C#"
```csharp title=""
// (i + j) 有可能超出 int 的取值范围
int m = (i + j) / 2;
// 更换为此写法则不会越界
int m = i + (j - i) / 2;
```
=== "Swift"
```swift title=""
// (i + j) 有可能超出 int 的取值范围
let m = (i + j) / 2
// 更换为此写法则不会越界
let m = i + (j - 1) / 2
```
=== "Zig"
```zig title=""
```
## 左闭右开实现
我们可以采用“左闭右开”的表示法,编写具有相同功能的二分查找代码。
=== "Java" === "Java"
@ -251,24 +178,11 @@ $$
[class]{}-[func]{binarySearchLCRO} [class]{}-[func]{binarySearchLCRO}
``` ```
对比这两种代码写法,我们可以发现以下不同点: 如下图所示,在两种区间表示下,二分查找算法的初始化、循环条件和缩小区间操作皆有所不同。
<div class="center-table" markdown>
| 表示方法 | 初始化指针 | 缩小区间 | 循环终止条件 |
| ------------------- | ------------------- | ------------------------- | ------------ |
| 双闭区间 $[0, n-1]$ | $i = 0$ , $j = n-1$ | $i = m + 1$ , $j = m - 1$ | $i > j$ |
| 左闭右开 $[0, n)$ | $i = 0$ , $j = n$ | $i = m + 1$ , $j = m$ | $i = j$ |
</div>
在“双闭区间”表示法中,由于对左右两边界的定义相同,因此缩小区间的 $i$ 和 $j$ 的处理方法也是对称的,这样更不容易出错。因此,**建议采用“双闭区间”的写法**。
## 复杂度分析
**时间复杂度 $O(\log n)$** :其中 $n$ 为数组长度;每轮排除一半的区间,因此循环轮数为 $\log_2 n$ ,使用 $O(\log n)$ 时间 在“双闭区间”表示法中,由于左右边界都被定义为闭区间,因此指针 $i$ 和 $j$ 缩小区间操作也是对称的。这样更不容易出错。因此,**我们通常采用“双闭区间”的写法**。
**空间复杂度 $O(1)$** :指针 `i` , `j` 使用常数大小空间。 ![两种区间定义](binary_search.assets/binary_search_ranges.png)
## 优点与局限性 ## 优点与局限性

Loading…
Cancel
Save