随笔- 86 文章- 1 评论- 14 阅读- 12万

二分查找

　　二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。

下面给出几种二分查找的方法：

import java.util.Scanner;
 
public class BinarySearch { 
    /** 
    * 二分查找算法 
    * @param srcArray 有序数组 
    * @param key 查找元素 
    * @return key的数组下标，没找到返回-1 
    */ 
    public static void main(String[] args) { 
        int srcArray[] = {3,5,11,17,21,23,28,30,32,50,64,78,81,95,101};  //自定义的有序数组
         
        for(int i=0;i<srcArray.length;i++){
        System.out.print(srcArray[i]+",");
        }
        System.out.println();
        System.out.println("二分查找，请输入如上数组中的一位数：");
        Scanner sc=new Scanner(System.in);
        int p=sc.nextInt();
        System.out.print(p+"在数组中的位置为:");
        System.out.println(binSearch(srcArray,0,srcArray.length-1,p));  
    } 
 
    // 二分查找递归实现   
    public static int binSearch(int srcArray[],int start,int end,int key){   
        int mid = (end - start) / 2 + start;   
        if (srcArray[mid] == key) {   
            return mid;   
        }   
        if (start >= end) {   
            return -1;   
        } else if (key > srcArray[mid]) {   
            return binSearch(srcArray, mid + 1, end, key);   
        } else if (key < srcArray[mid]) {   
            return binSearch(srcArray, start, mid - 1, key);   
        }   
        return -1;   
    } 
 
    // 二分查找普通循环实现   
    public static int binSearch(int srcArray[], int key) {   
        int mid = srcArray.length / 2;   
        if (key == srcArray[mid]) {   
            return mid;   
        }   
        int start = 0;   
        int end = srcArray.length - 1;   
        while (start <= end) {   
            mid = (end - start) / 2 + start;   
            if (key < srcArray[mid]) {   
               end = mid - 1;   
            } else if (key > srcArray[mid]) {   
                start = mid + 1;   
            } else {   
                return mid;   
            }   
        }   
        return -1;   
    } 
}