--- comments: true --- # 10.1   二分搜尋 二分搜尋(binary search)是一種基於分治策略的高效搜尋演算法。它利用資料的有序性,每輪縮小一半搜尋範圍,直至找到目標元素或搜尋區間為空為止。 !!! question 給定一個長度為 $n$ 的陣列 `nums` ,元素按從小到大的順序排列且不重複。請查詢並返回元素 `target` 在該陣列中的索引。若陣列不包含該元素,則返回 $-1$ 。示例如圖 10-1 所示。 ![二分搜尋示例資料](binary_search.assets/binary_search_example.png){ class="animation-figure" }

圖 10-1   二分搜尋示例資料

如圖 10-2 所示,我們先初始化指標 $i = 0$ 和 $j = n - 1$ ,分別指向陣列首元素和尾元素,代表搜尋區間 $[0, n - 1]$ 。請注意,中括號表示閉區間,其包含邊界值本身。 接下來,迴圈執行以下兩步。 1. 計算中點索引 $m = \lfloor {(i + j) / 2} \rfloor$ ,其中 $\lfloor \: \rfloor$ 表示向下取整操作。 2. 判斷 `nums[m]` 和 `target` 的大小關係,分為以下三種情況。 1. 當 `nums[m] < target` 時,說明 `target` 在區間 $[m + 1, j]$ 中,因此執行 $i = m + 1$ 。 2. 當 `nums[m] > target` 時,說明 `target` 在區間 $[i, m - 1]$ 中,因此執行 $j = m - 1$ 。 3. 當 `nums[m] = target` 時,說明找到 `target` ,因此返回索引 $m$ 。 若陣列不包含目標元素,搜尋區間最終會縮小為空。此時返回 $-1$ 。 === "<1>" ![二分搜尋流程](binary_search.assets/binary_search_step1.png){ class="animation-figure" } === "<2>" ![binary_search_step2](binary_search.assets/binary_search_step2.png){ class="animation-figure" } === "<3>" ![binary_search_step3](binary_search.assets/binary_search_step3.png){ class="animation-figure" } === "<4>" ![binary_search_step4](binary_search.assets/binary_search_step4.png){ class="animation-figure" } === "<5>" ![binary_search_step5](binary_search.assets/binary_search_step5.png){ class="animation-figure" } === "<6>" ![binary_search_step6](binary_search.assets/binary_search_step6.png){ class="animation-figure" } === "<7>" ![binary_search_step7](binary_search.assets/binary_search_step7.png){ class="animation-figure" }

圖 10-2   二分搜尋流程

值得注意的是,由於 $i$ 和 $j$ 都是 `int` 型別,**因此 $i + j$ 可能會超出 `int` 型別的取值範圍**。為了避免大數越界,我們通常採用公式 $m = \lfloor {i + (j - i) / 2} \rfloor$ 來計算中點。 程式碼如下所示: === "Python" ```python title="binary_search.py" def binary_search(nums: list[int], target: int) -> int: """二分搜尋(雙閉區間)""" # 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 i, j = 0, len(nums) - 1 # 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while i <= j: # 理論上 Python 的數字可以無限大(取決於記憶體大小),無須考慮大數越界問題 m = (i + j) // 2 # 計算中點索引 m if nums[m] < target: i = m + 1 # 此情況說明 target 在區間 [m+1, j] 中 elif nums[m] > target: j = m - 1 # 此情況說明 target 在區間 [i, m-1] 中 else: return m # 找到目標元素,返回其索引 return -1 # 未找到目標元素,返回 -1 ``` === "C++" ```cpp title="binary_search.cpp" /* 二分搜尋(雙閉區間) */ int binarySearch(vector &nums, int target) { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 int i = 0, j = nums.size() - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "Java" ```java title="binary_search.java" /* 二分搜尋(雙閉區間) */ int binarySearch(int[] nums, int target) { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 int i = 0, j = nums.length - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "C#" ```csharp title="binary_search.cs" /* 二分搜尋(雙閉區間) */ int BinarySearch(int[] nums, int target) { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 int i = 0, j = nums.Length - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "Go" ```go title="binary_search.go" /* 二分搜尋(雙閉區間) */ func binarySearch(nums []int, target int) int { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 i, j := 0, len(nums)-1 // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) for i <= j { m := i + (j-i)/2 // 計算中點索引 m if nums[m] < target { // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1 } else if nums[m] > target { // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1 } else { // 找到目標元素,返回其索引 return m } } // 未找到目標元素,返回 -1 return -1 } ``` === "Swift" ```swift title="binary_search.swift" /* 二分搜尋(雙閉區間) */ func binarySearch(nums: [Int], target: Int) -> Int { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 var i = nums.startIndex var j = nums.endIndex - 1 // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while i <= j { let m = i + (j - i) / 2 // 計算中點索引 m if nums[m] < target { // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1 } else if nums[m] > target { // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1 } else { // 找到目標元素,返回其索引 return m } } // 未找到目標元素,返回 -1 return -1 } ``` === "JS" ```javascript title="binary_search.js" /* 二分搜尋(雙閉區間) */ function binarySearch(nums, target) { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 let i = 0, j = nums.length - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { // 計算中點索引 m ,使用 parseInt() 向下取整 const m = parseInt(i + (j - i) / 2); if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; else return m; // 找到目標元素,返回其索引 } // 未找到目標元素,返回 -1 return -1; } ``` === "TS" ```typescript title="binary_search.ts" /* 二分搜尋(雙閉區間) */ function binarySearch(nums: number[], target: number): number { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 let i = 0, j = nums.length - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { // 計算中點索引 m const m = Math.floor(i + (j - i) / 2); if (nums[m] < target) { // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; } else if (nums[m] > target) { // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; } else { // 找到目標元素,返回其索引 return m; } } return -1; // 未找到目標元素,返回 -1 } ``` === "Dart" ```dart title="binary_search.dart" /* 二分搜尋(雙閉區間) */ int binarySearch(List nums, int target) { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 int i = 0, j = nums.length - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { int m = i + (j - i) ~/ 2; // 計算中點索引 m if (nums[m] < target) { // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; } else if (nums[m] > target) { // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; } else { // 找到目標元素,返回其索引 return m; } } // 未找到目標元素,返回 -1 return -1; } ``` === "Rust" ```rust title="binary_search.rs" /* 二分搜尋(雙閉區間) */ fn binary_search(nums: &[i32], target: i32) -> i32 { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 let mut i = 0; let mut j = nums.len() as i32 - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while i <= j { let m = i + (j - i) / 2; // 計算中點索引 m if nums[m as usize] < target { // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; } else if nums[m as usize] > target { // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; } else { // 找到目標元素,返回其索引 return m; } } // 未找到目標元素,返回 -1 return -1; } ``` === "C" ```c title="binary_search.c" /* 二分搜尋(雙閉區間) */ int binarySearch(int *nums, int len, int target) { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 int i = 0, j = len - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "Kotlin" ```kotlin title="binary_search.kt" /* 二分搜尋(雙閉區間) */ fun binarySearch(nums: IntArray, target: Int): Int { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 var i = 0 var j = nums.size - 1 // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { val m = i + (j - i) / 2 // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1 else if (nums[m] > target) // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1 else // 找到目標元素,返回其索引 return m } // 未找到目標元素,返回 -1 return -1 } ``` === "Ruby" ```ruby title="binary_search.rb" ### 二分搜尋(雙閉區間) ### def binary_search(nums, target) # 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 i, j = 0, nums.length - 1 # 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while i <= j # 理論上 Ruby 的數字可以無限大(取決於記憶體大小),無須考慮大數越界問題 m = (i + j) / 2 # 計算中點索引 m if nums[m] < target i = m + 1 # 此情況說明 target 在區間 [m+1, j] 中 elsif nums[m] > target j = m - 1 # 此情況說明 target 在區間 [i, m-1] 中 else return m # 找到目標元素,返回其索引 end end -1 # 未找到目標元素,返回 -1 end ``` === "Zig" ```zig title="binary_search.zig" // 二分搜尋(雙閉區間) fn binarySearch(comptime T: type, nums: std.ArrayList(T), target: T) T { // 初始化雙閉區間 [0, n-1] ,即 i, j 分別指向陣列首元素、尾元素 var i: usize = 0; var j: usize = nums.items.len - 1; // 迴圈,當搜尋區間為空時跳出(當 i > j 時為空) while (i <= j) { var m = i + (j - i) / 2; // 計算中點索引 m if (nums.items[m] < target) { // 此情況說明 target 在區間 [m+1, j] 中 i = m + 1; } else if (nums.items[m] > target) { // 此情況說明 target 在區間 [i, m-1] 中 j = m - 1; } else { // 找到目標元素,返回其索引 return @intCast(m); } } // 未找到目標元素,返回 -1 return -1; } ``` ??? pythontutor "視覺化執行"
全螢幕觀看 >
**時間複雜度為 $O(\log n)$** :在二分迴圈中,區間每輪縮小一半,因此迴圈次數為 $\log_2 n$ 。 **空間複雜度為 $O(1)$** :指標 $i$ 和 $j$ 使用常數大小空間。 ## 10.1.1   區間表示方法 除了上述雙閉區間外,常見的區間表示還有“左閉右開”區間,定義為 $[0, n)$ ,即左邊界包含自身,右邊界不包含自身。在該表示下,區間 $[i, j)$ 在 $i = j$ 時為空。 我們可以基於該表示實現具有相同功能的二分搜尋演算法: === "Python" ```python title="binary_search.py" def binary_search_lcro(nums: list[int], target: int) -> int: """二分搜尋(左閉右開區間)""" # 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 i, j = 0, len(nums) # 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while i < j: m = (i + j) // 2 # 計算中點索引 m if nums[m] < target: i = m + 1 # 此情況說明 target 在區間 [m+1, j) 中 elif nums[m] > target: j = m # 此情況說明 target 在區間 [i, m) 中 else: return m # 找到目標元素,返回其索引 return -1 # 未找到目標元素,返回 -1 ``` === "C++" ```cpp title="binary_search.cpp" /* 二分搜尋(左閉右開區間) */ int binarySearchLCRO(vector &nums, int target) { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 int i = 0, j = nums.size(); // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m) 中 j = m; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "Java" ```java title="binary_search.java" /* 二分搜尋(左閉右開區間) */ int binarySearchLCRO(int[] nums, int target) { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 int i = 0, j = nums.length; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m) 中 j = m; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "C#" ```csharp title="binary_search.cs" /* 二分搜尋(左閉右開區間) */ int BinarySearchLCRO(int[] nums, int target) { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 int i = 0, j = nums.Length; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m) 中 j = m; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "Go" ```go title="binary_search.go" /* 二分搜尋(左閉右開區間) */ func binarySearchLCRO(nums []int, target int) int { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 i, j := 0, len(nums) // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) for i < j { m := i + (j-i)/2 // 計算中點索引 m if nums[m] < target { // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1 } else if nums[m] > target { // 此情況說明 target 在區間 [i, m) 中 j = m } else { // 找到目標元素,返回其索引 return m } } // 未找到目標元素,返回 -1 return -1 } ``` === "Swift" ```swift title="binary_search.swift" /* 二分搜尋(左閉右開區間) */ func binarySearchLCRO(nums: [Int], target: Int) -> Int { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 var i = nums.startIndex var j = nums.endIndex // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while i < j { let m = i + (j - i) / 2 // 計算中點索引 m if nums[m] < target { // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1 } else if nums[m] > target { // 此情況說明 target 在區間 [i, m) 中 j = m } else { // 找到目標元素,返回其索引 return m } } // 未找到目標元素,返回 -1 return -1 } ``` === "JS" ```javascript title="binary_search.js" /* 二分搜尋(左閉右開區間) */ function binarySearchLCRO(nums, target) { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 let i = 0, j = nums.length; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { // 計算中點索引 m ,使用 parseInt() 向下取整 const m = parseInt(i + (j - i) / 2); if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m) 中 j = m; // 找到目標元素,返回其索引 else return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "TS" ```typescript title="binary_search.ts" /* 二分搜尋(左閉右開區間) */ function binarySearchLCRO(nums: number[], target: number): number { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 let i = 0, j = nums.length; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { // 計算中點索引 m const m = Math.floor(i + (j - i) / 2); if (nums[m] < target) { // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; } else if (nums[m] > target) { // 此情況說明 target 在區間 [i, m) 中 j = m; } else { // 找到目標元素,返回其索引 return m; } } return -1; // 未找到目標元素,返回 -1 } ``` === "Dart" ```dart title="binary_search.dart" /* 二分搜尋(左閉右開區間) */ int binarySearchLCRO(List nums, int target) { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 int i = 0, j = nums.length; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { int m = i + (j - i) ~/ 2; // 計算中點索引 m if (nums[m] < target) { // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; } else if (nums[m] > target) { // 此情況說明 target 在區間 [i, m) 中 j = m; } else { // 找到目標元素,返回其索引 return m; } } // 未找到目標元素,返回 -1 return -1; } ``` === "Rust" ```rust title="binary_search.rs" /* 二分搜尋(左閉右開區間) */ fn binary_search_lcro(nums: &[i32], target: i32) -> i32 { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 let mut i = 0; let mut j = nums.len() as i32; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while i < j { let m = i + (j - i) / 2; // 計算中點索引 m if nums[m as usize] < target { // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; } else if nums[m as usize] > target { // 此情況說明 target 在區間 [i, m) 中 j = m; } else { // 找到目標元素,返回其索引 return m; } } // 未找到目標元素,返回 -1 return -1; } ``` === "C" ```c title="binary_search.c" /* 二分搜尋(左閉右開區間) */ int binarySearchLCRO(int *nums, int len, int target) { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 int i = 0, j = len; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { int m = i + (j - i) / 2; // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; else if (nums[m] > target) // 此情況說明 target 在區間 [i, m) 中 j = m; else // 找到目標元素,返回其索引 return m; } // 未找到目標元素,返回 -1 return -1; } ``` === "Kotlin" ```kotlin title="binary_search.kt" /* 二分搜尋(左閉右開區間) */ fun binarySearchLCRO(nums: IntArray, target: Int): Int { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 var i = 0 var j = nums.size // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i < j) { val m = i + (j - i) / 2 // 計算中點索引 m if (nums[m] < target) // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1 else if (nums[m] > target) // 此情況說明 target 在區間 [i, m) 中 j = m else // 找到目標元素,返回其索引 return m } // 未找到目標元素,返回 -1 return -1 } ``` === "Ruby" ```ruby title="binary_search.rb" ### 二分搜尋(左閉右開區間) ### def binary_search_lcro(nums, target) # 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 i, j = 0, nums.length # 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while i < j # 計算中點索引 m m = (i + j) / 2 if nums[m] < target i = m + 1 # 此情況說明 target 在區間 [m+1, j) 中 elsif nums[m] > target j = m - 1 # 此情況說明 target 在區間 [i, m) 中 else return m # 找到目標元素,返回其索引 end end -1 # 未找到目標元素,返回 -1 end ``` === "Zig" ```zig title="binary_search.zig" // 二分搜尋(左閉右開區間) fn binarySearchLCRO(comptime T: type, nums: std.ArrayList(T), target: T) T { // 初始化左閉右開區間 [0, n) ,即 i, j 分別指向陣列首元素、尾元素+1 var i: usize = 0; var j: usize = nums.items.len; // 迴圈,當搜尋區間為空時跳出(當 i = j 時為空) while (i <= j) { var m = i + (j - i) / 2; // 計算中點索引 m if (nums.items[m] < target) { // 此情況說明 target 在區間 [m+1, j) 中 i = m + 1; } else if (nums.items[m] > target) { // 此情況說明 target 在區間 [i, m) 中 j = m; } else { // 找到目標元素,返回其索引 return @intCast(m); } } // 未找到目標元素,返回 -1 return -1; } ``` ??? pythontutor "視覺化執行"
全螢幕觀看 >
如圖 10-3 所示,在兩種區間表示下,二分搜尋演算法的初始化、迴圈條件和縮小區間操作皆有所不同。 由於“雙閉區間”表示中的左右邊界都被定義為閉區間,因此透過指標 $i$ 和指標 $j$ 縮小區間的操作也是對稱的。這樣更不容易出錯,**因此一般建議採用“雙閉區間”的寫法**。 ![兩種區間定義](binary_search.assets/binary_search_ranges.png){ class="animation-figure" }

圖 10-3   兩種區間定義

## 10.1.2   優點與侷限性 二分搜尋在時間和空間方面都有較好的效能。 - 二分搜尋的時間效率高。在大資料量下,對數階的時間複雜度具有顯著優勢。例如,當資料大小 $n = 2^{20}$ 時,線性查詢需要 $2^{20} = 1048576$ 輪迴圈,而二分搜尋僅需 $\log_2 2^{20} = 20$ 輪迴圈。 - 二分搜尋無須額外空間。相較於需要藉助額外空間的搜尋演算法(例如雜湊查詢),二分搜尋更加節省空間。 然而,二分搜尋並非適用於所有情況,主要有以下原因。 - 二分搜尋僅適用於有序資料。若輸入資料無序,為了使用二分搜尋而專門進行排序,得不償失。因為排序演算法的時間複雜度通常為 $O(n \log n)$ ,比線性查詢和二分搜尋都更高。對於頻繁插入元素的場景,為保持陣列有序性,需要將元素插入到特定位置,時間複雜度為 $O(n)$ ,也是非常昂貴的。 - 二分搜尋僅適用於陣列。二分搜尋需要跳躍式(非連續地)訪問元素,而在鏈結串列中執行跳躍式訪問的效率較低,因此不適合應用在鏈結串列或基於鏈結串列實現的資料結構。 - 小資料量下,線性查詢效能更佳。線上性查詢中,每輪只需 1 次判斷操作;而在二分搜尋中,需要 1 次加法、1 次除法、1 ~ 3 次判斷操作、1 次加法(減法),共 4 ~ 6 個單元操作;因此,當資料量 $n$ 較小時,線性查詢反而比二分搜尋更快。