二分查找/折半查找(C++实现)
要求:给定已按升序排好序的n个元素a[0:n-1],现要在这n个元素中找出一特定元素x。
分析:
- 该问题的规模缩小到一定的程度就可以容易地解决;
如果n=1即只有一个元素,则只要比较这个元素和x就可以确定x是否在表中。因此这个问题满足分治法的第一个适用条件
- 该问题可以分解为若干个规模较小的相同问题;
- 分解出的子问题的解可以合并为原问题的解;
- 分解出的各个子问题是相互独立的。
比较x和a的中间元素a[mid],
若x=a[mid],则x在L中的位置就是mid;
如果x<a[mid],则x在a[mid]的前面;
如果x>a[mid],则x在a[mid]的后面。
无论在哪部分查找x,其方法都和在a中查找x一样,只不过是查找的规模缩小了。这就说明此问题满足分治法的第二个和第三个适用条件。
非递归算法描述:
binarysearch
low ←1;high ←n;j ←0
while (low≤high) and (j=0)
mid ←(low+high)/2
if x=A[mid] then j ←mid
else if x<A[mid] then high ←mid-1
else low ←mid+1
end while
return j
非递归算法C++代码:
#include<iostream> #define MAX_SIZE 102 using namespace std; template<class Type> int BinarySearch(Type a[],const Type& x,int n) { int left=0; int right=n-1; while(left<=right) { int middle=(left+right)/2; if(a[middle]==x) return middle; if(x>=a[middle]) left=middle+1; else right=middle-1; } return -1; } int main() { int a[MAX_SIZE]; int i,len,x,p; cin>>len; for(i=0;i<len;i++) cin>>a[i]; cin>>x; p=BinarySearch(a,x,len); if(p==-1) cout<<"该数不存在!"<<endl; else cout<<p+1<<endl; return 0; }
递归算法描述:
If low >high then return 0
else
mid ←(low+high)/2
if x=A[mid] then return mid
else if x<A[mid] then return
binarysearch(low,mid-1)
else return binarysearch(mid+1,high)
end if
递归算法C++代码:
#include<iostream> #define MAX_SIZE 102 using namespace std; template <class T> int BinarySearch(T a[],const T&x,int n,int left,int right) { if(left>=right) return -1; else { if(a[(left+right)/2]==x) return (left+right)/2; else if(x>=(left+right)/2) return BinarySearch(a,x,n,(left+right)/2+1,right); else if(x<(left+right)/2) return BinarySearch(a,x,n,left,(left+right)/2-1); } } int main() { int a[MAX_SIZE]; int i,len,x,p; cin>>len; for(i=0;i<len;i++) cin>>a[i]; cin>>x; p=BinarySearch(a,x,len,0,len-1); if(p==-1) cout<<"该数不存在!"<<endl; else cout<<p+1<<endl; return 0; }
算法复杂度分析:
每执行一次算法的while循环, 待搜索数组的大小减少1/2。
因此,在最坏情况下,while循环被执行了O(logn) 次。
循环体内运算需要O(1) 时间,因此整个算法在最坏情况下的计算时间复杂性为O(logn)
向代码最深处出发~!