查找--二分查找(Java)
博客說明
文章所涉及的資料來自互聯網整理和個人總結,意在於個人學習和經驗匯總,如有什么地方侵權,請聯系本人刪除,謝謝!
介紹
二分查找也稱折半查找(Binary Search),它是一種效率較高的查找方法。但是,折半查找要求線性表必須采用順序存儲結構,而且表中元素按關鍵字有序排列。
過程
首先,假設表中元素是按升序排列,將表中間位置記錄的關鍵字與查找關鍵字比較,如果兩者相等,則查找成功;否則利用中間位置記錄將表分成前、后兩個子表,如果中間位置記錄的關鍵字大於查找關鍵字,則進一步查找前一子表,否則進一步查找后一子表。重復以上過程,直到找到滿足條件的記錄,使查找成功,或直到子表不存在為止,此時查找不成功。
代碼
package cn.guizimo.search;
public class BinarySearch {
public static void main(String[] args) {
int[] arr = {1, 5, 26, 68, 100, 235, 667, 896, 999};
int index = binarySearch(arr, 0, arr.length - 1, 26);
if(index == -1){
System.out.println("未找到");
}else {
System.out.println("下標為:"+index);
}
}
public static int binarySearch(int[] arr, int left, int right, int value) {
if (left > right) {
return -1;
}
int mid = (right + left) / 2;
int midValue = arr[mid];
if (value > midValue) {
return binarySearch(arr, mid + 1, right, value);
} else if (value < midValue) {
return binarySearch(arr, left, mid - 1, value);
} else {
return mid;
}
}
}
優化
將數列中重復的數的下標全部找到
代碼
package cn.guizimo.search;
import java.util.ArrayList;
import java.util.List;
public class BinarySearch {
public static void main(String[] args) {
int[] arr = {1, 5, 26, 26, 26, 26, 68, 100, 235, 667, 896, 999};
List<Integer> arrayList = binarySearch(arr, 0, arr.length - 1, 25);
if (arrayList.size() == 0) {
System.out.println("未找到");
} else {
System.out.println("下標集為:" + arrayList);
}
}
public static List<Integer> binarySearch(int[] arr, int left, int right, int value) {
if (left > right) {
return new ArrayList<Integer>();
}
int mid = (left + right) / 2;
int midValue = arr[mid];
if (value > midValue) {
return binarySearch(arr, mid + 1, right, value);
} else if (value < midValue) {
return binarySearch(arr, left, mid - 1, value);
} else {
List<Integer> resIndexList = new ArrayList<Integer>();
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != value) {
break;
}
resIndexList.add(temp);
temp -= 1;
}
resIndexList.add(mid);
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != value) {
break;
}
resIndexList.add(temp);
temp += 1;
}
return resIndexList;
}
}
}
感謝
尚硅谷
百度百科
萬能的網絡
以及勤勞的自己
關注公眾號: 歸子莫,獲取更多的資料,還有更長的學習計划