Java 二分法檢索算法代碼實(shí)現(xiàn)詳解
一,二分法檢索算法介紹
二分法檢索(binary search)又稱折半檢索,二分法檢索的基本思想是設(shè)字典中的元素從小到大有序地存放在數(shù)組(array)中。是最常用的搜索算法之一,這主要是由于其搜索時(shí)間短。
二,二分法檢索算法思路
這種搜索使用分而治之方法,并且需要事先對(duì)數(shù)據(jù)集進(jìn)行排序。
它將輸入集合分為相等的兩半,并且每次迭代都將目標(biāo)元素與中間元素進(jìn)行比較。
如果找到該元素,則搜索結(jié)束。否則,我們根據(jù)目標(biāo)元素是小于還是大于中間元素,通過劃分并選擇適當(dāng)?shù)臄?shù)組分區(qū)來繼續(xù)尋找元素。
這就是為什么對(duì)Binary Search有一個(gè)排序的集合很重要的原因。
當(dāng)firstIndex(我們的指針)經(jīng)過lastIndex(最后一個(gè)元素)時(shí),搜索將終止,這意味著我們已經(jīng)搜索了整個(gè)數(shù)組,并且該元素不存在。
有兩種方法可以實(shí)現(xiàn)此算法- 迭代和遞歸。
這里不應(yīng)該是關(guān)于時(shí)間和空間這兩個(gè)實(shí)現(xiàn)之間復(fù)雜的差異,雖然這不成立于所有語言。
三,二分法檢索算法代碼實(shí)現(xiàn)
迭代式
首先讓我們看一下迭代方法:
public class SearchAlgorithms { /** *迭代方法 * @param arr * @param elementToSearch * @return */ public static int binarySearch(int arr[], int elementToSearch) { int firstIndex = 0; int lastIndex = arr.length - 1; // 終止條件(元素不存在) while(firstIndex <= lastIndex) { int middleIndex = (firstIndex + lastIndex) / 2; // 如果中間元素是我們的目標(biāo)元素,那么返回它的索引 if (arr[middleIndex] == elementToSearch) { return middleIndex; } // 如果中間的元素比較小 // 將我們的指數(shù)指向中間+1,不考慮前半部分 else if (arr[middleIndex] < elementToSearch) firstIndex = middleIndex + 1; // 如果中間的元素更大 // 將我們的指數(shù)指向中間1,不考慮下半部分 else if (arr[middleIndex] > elementToSearch) lastIndex = middleIndex - 1; } return -1; } /** * 用于打印結(jié)果 * @param targetParameter * @param index */ public static void print(int targetParameter, int index) { if (index == -1){ System.out.println(targetParameter + " 未找到"); } else { System.out.println(targetParameter + " 搜索結(jié)果為: " + index); } } //測(cè)試一下 public static void main(String[] args) { int index = binarySearch(new int[]{89, 57, 91, 47, 95, 3, 27, 22, 67, 99}, 67); print(67, index); } }
輸出:
遞歸的
現(xiàn)在讓我們看一下遞歸實(shí)現(xiàn):
遞歸方法的區(qū)別在于,一旦獲得新分區(qū),我們便會(huì)調(diào)用方法本身。在迭代方法中,每當(dāng)確定新分區(qū)時(shí),我們都會(huì)修改第一個(gè)和最后一個(gè)元素,并在同一循環(huán)中重復(fù)該過程。
這里的另一個(gè)區(qū)別是遞歸調(diào)用被推入方法調(diào)用堆棧,并且每個(gè)遞歸調(diào)用占用一個(gè)空間單位。
我們可以像這樣使用這種算法:
public class SearchAlgorithms { /** *遞歸方法 * @param arr * @param elementToSearch * @return */ public static int recursiveBinarySearch(int arr[], int firstElement, int lastElement, int elementToSearch) { // 結(jié)束條件 if (lastElement >= firstElement) { int mid = firstElement + (lastElement - firstElement) / 2; // 如果中間元素是我們的目標(biāo)元素,那么返回它的索引 if (arr[mid] == elementToSearch) return mid; // 如果中間元素大于目標(biāo)元素 if (arr[mid] > elementToSearch) return recursiveBinarySearch(arr, firstElement, mid - 1, elementToSearch); return recursiveBinarySearch(arr, mid + 1, lastElement, elementToSearch); } return -1; } /** * 用于打印結(jié)果 * @param targetParameter * @param index */ public static void print(int targetParameter, int index) { if (index == -1){ System.out.println(targetParameter + " 未找到"); } else { System.out.println(targetParameter + " 搜索結(jié)果為: " + index); } } //測(cè)試一下 public static void main(String[] args) { int index = recursiveBinarySearch(new int[]{3, 22, 27, 47, 57, 67, 89, 91, 95, 99}, 0, 10, 67); print(67, index); } }
輸出:
四,以算法時(shí)間復(fù)雜度和空間復(fù)雜度總結(jié)算法。
時(shí)間復(fù)雜度
由于二進(jìn)制搜索每次將其時(shí)間復(fù)雜度為O(log(N))時(shí)都會(huì)將數(shù)組分為兩半。此時(shí)間復(fù)雜度是線性搜索O(N)時(shí)間復(fù)雜度的顯著改進(jìn)。
空間復(fù)雜度
此搜索僅需要一個(gè)空間單位即可存儲(chǔ)要搜索的元素。因此,其空間復(fù)雜度為O(1)。
如果二分法檢索是遞歸實(shí)現(xiàn)的,則需要將對(duì)該方法的調(diào)用存儲(chǔ)在堆棧中。在最壞的情況下,這可能需要O(log(N))空間。
它是大多數(shù)用于搜索的庫中最常用的搜索算法,二分法檢索樹也被許多存儲(chǔ)排序數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)所使用。
該Arrays.binarySearch方法中的Java API也實(shí)現(xiàn)了二進(jìn)制搜索哦。
以上就是本文的全部內(nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
IntelliJ IDEA2023中運(yùn)行Spring Boot找不到VM options進(jìn)
這篇文章主要介紹了IntelliJ IDEA2023中運(yùn)行Spring Boot找不到VM options進(jìn)行端口的修改的問題解決,本文通過圖文并茂的形式給大家介紹的非常詳細(xì),需要的朋友可以參考下2023-11-11SpringBoot整合Milvus的實(shí)現(xiàn)
本文主要介紹了SpringBoot整合Milvus的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07Java中Spring技巧之?dāng)U展點(diǎn)的應(yīng)用
這篇文章主要介紹了Java中Spring技巧之?dāng)U展點(diǎn)的應(yīng)用,下文Spring容器的啟動(dòng)流程圖展開其內(nèi)容的相關(guān)資料,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-04-04