|
|
---
|
|
|
comments: true
|
|
|
status: new
|
|
|
---
|
|
|
|
|
|
# 12.2. 分治搜索策略
|
|
|
|
|
|
我们已经学过，搜索算法分为两大类：
|
|
|
|
|
|
- **暴力搜索**：它通过遍历数据结构实现，时间复杂度为 $O(n)$ 。
|
|
|
- **自适应搜索**：它利用特有的数据组织形式或先验信息，可达到 $O(\log n)$ 甚至 $O(1)$ 的时间复杂度。
|
|
|
|
|
|
实际上，**时间复杂度为 $O(\log n)$ 的搜索算法通常都是基于分治策略实现的**，例如：
|
|
|
|
|
|
- 二分查找的每一步都将问题（在数组中搜索目标元素）分解为一个小问题（在数组的一半中搜索目标元素），这个过程一直持续到数组为空或找到目标元素为止。
|
|
|
- 树是分治关系的代表，在二叉搜索树、AVL 树、堆等数据结构中，各种操作的时间复杂度皆为 $O(\log n)$ 。
|
|
|
|
|
|
以二分查找为例：
|
|
|
|
|
|
- **问题可以被分解**：二分查找递归地将原问题（在数组中进行查找）分解为子问题（在数组的一半中进行查找），这是通过比较中间元素和目标元素来实现的。
|
|
|
- **子问题是独立的**：在二分查找中，每轮只处理一个子问题，它不受另外子问题的影响。
|
|
|
- **子问题的解无需合并**：二分查找旨在查找一个特定元素，因此不需要将子问题的解进行合并。当子问题得到解决时，原问题也会同时得到解决。
|
|
|
|
|
|
分治能够提升搜索效率，本质上是因为暴力搜索每轮只能排除一个选项，**而分治搜索每轮可以排除一半选项**。
|
|
|
|
|
|
### 基于分治实现二分
|
|
|
|
|
|
在之前的章节中，二分查找是基于递推（迭代）实现的。现在我们基于分治（递归）来实现它。
|
|
|
|
|
|
!!! question
|
|
|
|
|
|
给定一个长度为 $n$ 的有序数组 `nums` ，数组中所有元素都是唯一的，请查找元素 `target` 。
|
|
|
|
|
|
从分治角度，我们将搜索区间 $[i, j]$ 对应的子问题记为 $f(i, j)$ 。
|
|
|
|
|
|
从原问题 $f(0, n-1)$ 为起始点，二分查找的分治步骤为：
|
|
|
|
|
|
1. 计算搜索区间 $[i, j]$ 的中点 $m$ ，根据它排除一半搜索区间。
|
|
|
2. 递归求解规模减小一半的子问题，可能为 $f(i, m-1)$ 或 $f(m+1, j)$ 。
|
|
|
3. 循环第 `1.` , `2.` 步，直至找到 `target` 或区间为空时返回。
|
|
|
|
|
|
下图展示了在数组中二分查找元素 $6$ 的分治过程。
|
|
|
|
|
|
|
|
|
|
|
|
<p align="center"> Fig. 二分查找的分治过程 </p>
|
|
|
|
|
|
在实现代码中，我们声明一个递归函数 `dfs()` 来求解问题 $f(i, j)$ 。
|
|
|
|
|
|
=== "Java"
|
|
|
|
|
|
```java title="binary_search_recur.java"
|
|
|
/* 二分查找：问题 f(i, j) */
|
|
|
int dfs(int[] nums, int target, int i, int j) {
|
|
|
// 若区间为空，代表无目标元素，则返回 -1
|
|
|
if (i > j) {
|
|
|
return -1;
|
|
|
}
|
|
|
// 计算中点索引 m
|
|
|
int m = (i + j) / 2;
|
|
|
if (nums[m] < target) {
|
|
|
// 递归子问题 f(m+1, j)
|
|
|
return dfs(nums, target, m + 1, j);
|
|
|
} else if (nums[m] > target) {
|
|
|
// 递归子问题 f(i, m-1)
|
|
|
return dfs(nums, target, i, m - 1);
|
|
|
} else {
|
|
|
// 找到目标元素，返回其索引
|
|
|
return m;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
/* 二分查找 */
|
|
|
int binarySearch(int[] nums, int target) {
|
|
|
int n = nums.length;
|
|
|
// 求解问题 f(0, n-1)
|
|
|
return dfs(nums, target, 0, n - 1);
|
|
|
}
|
|
|
```
|
|
|
|
|
|
=== "C++"
|
|
|
|
|
|
```cpp title="binary_search_recur.cpp"
|
|
|
/* 二分查找：问题 f(i, j) */
|
|
|
int dfs(vector<int> &nums, int target, int i, int j) {
|
|
|
// 若区间为空，代表无目标元素，则返回 -1
|
|
|
if (i > j) {
|
|
|
return -1;
|
|
|
}
|
|
|
// 计算中点索引 m
|
|
|
int m = (i + j) / 2;
|
|
|
if (nums[m] < target) {
|
|
|
// 递归子问题 f(m+1, j)
|
|
|
return dfs(nums, target, m + 1, j);
|
|
|
} else if (nums[m] > target) {
|
|
|
// 递归子问题 f(i, m-1)
|
|
|
return dfs(nums, target, i, m - 1);
|
|
|
} else {
|
|
|
// 找到目标元素，返回其索引
|
|
|
return m;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
/* 二分查找 */
|
|
|
int binarySearch(vector<int> &nums, int target) {
|
|
|
int n = nums.size();
|
|
|
// 求解问题 f(0, n-1)
|
|
|
return dfs(nums, target, 0, n - 1);
|
|
|
}
|
|
|
```
|
|
|
|
|
|
=== "Python"
|
|
|
|
|
|
```python title="binary_search_recur.py"
|
|
|
def dfs(nums: list[int], target: int, i: int, j: int) -> int:
|
|
|
"""二分查找：问题 f(i, j)"""
|
|
|
# 若区间为空，代表无目标元素，则返回 -1
|
|
|
if i > j:
|
|
|
return -1
|
|
|
# 计算中点索引 m
|
|
|
m = (i + j) // 2
|
|
|
if nums[m] < target:
|
|
|
# 递归子问题 f(m+1, j)
|
|
|
return dfs(nums, target, m + 1, j)
|
|
|
elif nums[m] > target:
|
|
|
# 递归子问题 f(i, m-1)
|
|
|
return dfs(nums, target, i, m - 1)
|
|
|
else:
|
|
|
# 找到目标元素，返回其索引
|
|
|
return m
|
|
|
|
|
|
def binary_search(nums: list[int], target: int) -> int:
|
|
|
"""二分查找"""
|
|
|
n = len(nums)
|
|
|
# 求解问题 f(0, n-1)
|
|
|
return dfs(nums, target, 0, n - 1)
|
|
|
```
|
|
|
|
|
|
=== "Go"
|
|
|
|
|
|
```go title="binary_search_recur.go"
|
|
|
/* 二分查找：问题 f(i, j) */
|
|
|
func dfs(nums []int, target, i, j int) int {
|
|
|
// 如果区间为空，代表没有目标元素，则返回 -1
|
|
|
if i > j {
|
|
|
return -1
|
|
|
}
|
|
|
// 计算索引中点
|
|
|
m := i + ((j - i) >> 1)
|
|
|
//判断中点与目标元素大小
|
|
|
if nums[m] < target {
|
|
|
// 小于则递归右半数组
|
|
|
// 递归子问题 f(m+1, j)
|
|
|
return dfs(nums, target, m+1, j)
|
|
|
} else if nums[m] > target {
|
|
|
// 小于则递归左半数组
|
|
|
// 递归子问题 f(i, m-1)
|
|
|
return dfs(nums, target, i, m-1)
|
|
|
} else {
|
|
|
// 找到目标元素，返回其索引
|
|
|
return m
|
|
|
}
|
|
|
}
|
|
|
|
|
|
/* 二分查找 */
|
|
|
func binarySearch(nums []int, target int) int {
|
|
|
n := len(nums)
|
|
|
return dfs(nums, target, 0, n-1)
|
|
|
}
|
|
|
```
|
|
|
|
|
|
=== "JS"
|
|
|
|
|
|
```javascript title="binary_search_recur.js"
|
|
|
[class]{}-[func]{dfs}
|
|
|
|
|
|
[class]{}-[func]{binarySearch}
|
|
|
```
|
|
|
|
|
|
=== "TS"
|
|
|
|
|
|
```typescript title="binary_search_recur.ts"
|
|
|
[class]{}-[func]{dfs}
|
|
|
|
|
|
[class]{}-[func]{binarySearch}
|
|
|
```
|
|
|
|
|
|
=== "C"
|
|
|
|
|
|
```c title="binary_search_recur.c"
|
|
|
[class]{}-[func]{dfs}
|
|
|
|
|
|
[class]{}-[func]{binarySearch}
|
|
|
```
|
|
|
|
|
|
=== "C#"
|
|
|
|
|
|
```csharp title="binary_search_recur.cs"
|
|
|
/* 二分查找：问题 f(i, j) */
|
|
|
int dfs(int[] nums, int target, int i, int j) {
|
|
|
// 若区间为空，代表无目标元素，则返回 -1
|
|
|
if (i > j) {
|
|
|
return -1;
|
|
|
}
|
|
|
// 计算中点索引 m
|
|
|
int m = (i + j) / 2;
|
|
|
if (nums[m] < target) {
|
|
|
// 递归子问题 f(m+1, j)
|
|
|
return dfs(nums, target, m + 1, j);
|
|
|
} else if (nums[m] > target) {
|
|
|
// 递归子问题 f(i, m-1)
|
|
|
return dfs(nums, target, i, m - 1);
|
|
|
} else {
|
|
|
// 找到目标元素，返回其索引
|
|
|
return m;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
/* 二分查找 */
|
|
|
int binarySearch(int[] nums, int target) {
|
|
|
int n = nums.Length;
|
|
|
// 求解问题 f(0, n-1)
|
|
|
return dfs(nums, target, 0, n - 1);
|
|
|
}
|
|
|
```
|
|
|
|
|
|
=== "Swift"
|
|
|
|
|
|
```swift title="binary_search_recur.swift"
|
|
|
[class]{}-[func]{dfs}
|
|
|
|
|
|
[class]{}-[func]{binarySearch}
|
|
|
```
|
|
|
|
|
|
=== "Zig"
|
|
|
|
|
|
```zig title="binary_search_recur.zig"
|
|
|
[class]{}-[func]{dfs}
|
|
|
|
|
|
[class]{}-[func]{binarySearch}
|
|
|
```
|
|
|
|
|
|
=== "Dart"
|
|
|
|
|
|
```dart title="binary_search_recur.dart"
|
|
|
[class]{}-[func]{dfs}
|
|
|
|
|
|
[class]{}-[func]{binarySearch}
|
|
|
```
|
|
|
|
|
|
=== "Rust"
|
|
|
|
|
|
```rust title="binary_search_recur.rs"
|
|
|
/* 二分查找：问题 f(i, j) */
|
|
|
fn dfs(nums: &[i32], target: i32, i: i32, j: i32) -> i32 {
|
|
|
// 若区间为空，代表无目标元素，则返回 -1
|
|
|
if i > j { return -1; }
|
|
|
let m: i32 = (i + j) / 2;
|
|
|
if nums[m as usize] < target {
|
|
|
// 递归子问题 f(m+1, j)
|
|
|
return dfs(nums, target, m + 1, j);
|
|
|
} else if nums[m as usize] > target {
|
|
|
// 递归子问题 f(i, m-1)
|
|
|
return dfs(nums, target, i, m - 1);
|
|
|
} else {
|
|
|
// 找到目标元素，返回其索引
|
|
|
return m;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
/* 二分查找 */
|
|
|
fn binary_search(nums: &[i32], target: i32) -> i32 {
|
|
|
let n = nums.len() as i32;
|
|
|
// 求解问题 f(0, n-1)
|
|
|
dfs(nums, target, 0, n - 1)
|
|
|
}
|
|
|
```
|
