12.2 分治搜尋策略¶
我們已經學過,搜尋演算法分為兩大類。
- 暴力搜尋:它透過走訪資料結構實現,時間複雜度為 \(O(n)\) 。
- 自適應搜尋:它利用特有的資料組織形式或先驗資訊,時間複雜度可達到 \(O(\log n)\) 甚至 \(O(1)\) 。
實際上,時間複雜度為 \(O(\log n)\) 的搜尋演算法通常是基於分治策略實現的,例如二分搜尋和樹。
- 二分搜尋的每一步都將問題(在陣列中搜索目標元素)分解為一個小問題(在陣列的一半中搜索目標元素),這個過程一直持續到陣列為空或找到目標元素為止。
- 樹是分治思想的代表,在二元搜尋樹、AVL 樹、堆積等資料結構中,各種操作的時間複雜度皆為 \(O(\log n)\) 。
二分搜尋的分治策略如下所示。
- 問題可以分解:二分搜尋遞迴地將原問題(在陣列中進行查詢)分解為子問題(在陣列的一半中進行查詢),這是透過比較中間元素和目標元素來實現的。
- 子問題是獨立的:在二分搜尋中,每輪只處理一個子問題,它不受其他子問題的影響。
- 子問題的解無須合併:二分搜尋旨在查詢一個特定元素,因此不需要將子問題的解進行合併。當子問題得到解決時,原問題也會同時得到解決。
分治能夠提升搜尋效率,本質上是因為暴力搜尋每輪只能排除一個選項,而分治搜尋每輪可以排除一半選項。
1. 基於分治實現二分搜尋¶
在之前的章節中,二分搜尋是基於遞推(迭代)實現的。現在我們基於分治(遞迴)來實現它。
Question
給定一個長度為 \(n\) 的有序陣列 nums
,其中所有元素都是唯一的,請查詢元素 target
。
從分治角度,我們將搜尋區間 \([i, j]\) 對應的子問題記為 \(f(i, j)\) 。
以原問題 \(f(0, n-1)\) 為起始點,透過以下步驟進行二分搜尋。
- 計算搜尋區間 \([i, j]\) 的中點 \(m\) ,根據它排除一半搜尋區間。
- 遞迴求解規模減小一半的子問題,可能為 \(f(i, m-1)\) 或 \(f(m+1, j)\) 。
- 迴圈第
1.
步和第2.
步,直至找到target
或區間為空時返回。
圖 12-4 展示了在陣列中二分搜尋元素 \(6\) 的分治過程。
圖 12-4 二分搜尋的分治過程
在實現程式碼中,我們宣告一個遞迴函式 dfs()
來求解問題 \(f(i, j)\) :
binary_search_recur.py
def dfs(nums: list[int], target: int, i: int, j: int) -> int:
"""二分搜尋:問題 f(i, j)"""
# 若區間為空,代表無目標元素,則返回 -1
if i > j:
return -1
# 計算中點索引 m
m = (i + j) // 2
if nums[m] < target:
# 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j)
elif nums[m] > target:
# 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1)
else:
# 找到目標元素,返回其索引
return m
def binary_search(nums: list[int], target: int) -> int:
"""二分搜尋"""
n = len(nums)
# 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1)
binary_search_recur.cpp
/* 二分搜尋:問題 f(i, j) */
int dfs(vector<int> &nums, int target, int i, int j) {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1;
}
// 計算中點索引 m
int m = (i + j) / 2;
if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j);
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
int binarySearch(vector<int> &nums, int target) {
int n = nums.size();
// 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1);
}
binary_search_recur.java
/* 二分搜尋:問題 f(i, j) */
int dfs(int[] nums, int target, int i, int j) {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1;
}
// 計算中點索引 m
int m = (i + j) / 2;
if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j);
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
int binarySearch(int[] nums, int target) {
int n = nums.length;
// 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1);
}
binary_search_recur.cs
/* 二分搜尋:問題 f(i, j) */
int DFS(int[] nums, int target, int i, int j) {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1;
}
// 計算中點索引 m
int m = (i + j) / 2;
if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
return DFS(nums, target, m + 1, j);
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
return DFS(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
int BinarySearch(int[] nums, int target) {
int n = nums.Length;
// 求解問題 f(0, n-1)
return DFS(nums, target, 0, n - 1);
}
binary_search_recur.go
/* 二分搜尋:問題 f(i, j) */
func dfs(nums []int, target, i, j int) int {
// 如果區間為空,代表沒有目標元素,則返回 -1
if i > j {
return -1
}
// 計算索引中點
m := i + ((j - i) >> 1)
//判斷中點與目標元素大小
if nums[m] < target {
// 小於則遞迴右半陣列
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m+1, j)
} else if nums[m] > target {
// 小於則遞迴左半陣列
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m-1)
} else {
// 找到目標元素,返回其索引
return m
}
}
/* 二分搜尋 */
func binarySearch(nums []int, target int) int {
n := len(nums)
return dfs(nums, target, 0, n-1)
}
binary_search_recur.swift
/* 二分搜尋:問題 f(i, j) */
func dfs(nums: [Int], target: Int, i: Int, j: Int) -> Int {
// 若區間為空,代表無目標元素,則返回 -1
if i > j {
return -1
}
// 計算中點索引 m
let m = (i + j) / 2
if nums[m] < target {
// 遞迴子問題 f(m+1, j)
return dfs(nums: nums, target: target, i: m + 1, j: j)
} else if nums[m] > target {
// 遞迴子問題 f(i, m-1)
return dfs(nums: nums, target: target, i: i, j: m - 1)
} else {
// 找到目標元素,返回其索引
return m
}
}
/* 二分搜尋 */
func binarySearch(nums: [Int], target: Int) -> Int {
// 求解問題 f(0, n-1)
dfs(nums: nums, target: target, i: nums.startIndex, j: nums.endIndex - 1)
}
binary_search_recur.js
/* 二分搜尋:問題 f(i, j) */
function dfs(nums, target, i, j) {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1;
}
// 計算中點索引 m
const m = i + ((j - i) >> 1);
if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j);
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
function binarySearch(nums, target) {
const n = nums.length;
// 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1);
}
binary_search_recur.ts
/* 二分搜尋:問題 f(i, j) */
function dfs(nums: number[], target: number, i: number, j: number): number {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1;
}
// 計算中點索引 m
const m = i + ((j - i) >> 1);
if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j);
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
function binarySearch(nums: number[], target: number): number {
const n = nums.length;
// 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1);
}
binary_search_recur.dart
/* 二分搜尋:問題 f(i, j) */
int dfs(List<int> nums, int target, int i, int j) {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1;
}
// 計算中點索引 m
int m = (i + j) ~/ 2;
if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j);
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
int binarySearch(List<int> nums, int target) {
int n = nums.length;
// 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1);
}
binary_search_recur.rs
/* 二分搜尋:問題 f(i, j) */
fn dfs(nums: &[i32], target: i32, i: i32, j: i32) -> i32 {
// 若區間為空,代表無目標元素,則返回 -1
if i > j {
return -1;
}
let m: i32 = (i + j) / 2;
if nums[m as usize] < target {
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j);
} else if nums[m as usize] > target {
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
fn binary_search(nums: &[i32], target: i32) -> i32 {
let n = nums.len() as i32;
// 求解問題 f(0, n-1)
dfs(nums, target, 0, n - 1)
}
binary_search_recur.c
/* 二分搜尋:問題 f(i, j) */
int dfs(int nums[], int target, int i, int j) {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1;
}
// 計算中點索引 m
int m = (i + j) / 2;
if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
return dfs(nums, target, m + 1, j);
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
return dfs(nums, target, i, m - 1);
} else {
// 找到目標元素,返回其索引
return m;
}
}
/* 二分搜尋 */
int binarySearch(int nums[], int target, int numsSize) {
int n = numsSize;
// 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1);
}
binary_search_recur.kt
/* 二分搜尋:問題 f(i, j) */
fun dfs(
nums: IntArray,
target: Int,
i: Int,
j: Int
): Int {
// 若區間為空,代表無目標元素,則返回 -1
if (i > j) {
return -1
}
// 計算中點索引 m
val m = (i + j) / 2
return if (nums[m] < target) {
// 遞迴子問題 f(m+1, j)
dfs(nums, target, m + 1, j)
} else if (nums[m] > target) {
// 遞迴子問題 f(i, m-1)
dfs(nums, target, i, m - 1)
} else {
// 找到目標元素,返回其索引
m
}
}
/* 二分搜尋 */
fun binarySearch(nums: IntArray, target: Int): Int {
val n = nums.size
// 求解問題 f(0, n-1)
return dfs(nums, target, 0, n - 1)
}