二分查找算法详解：从原理到实践-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00778/article/details/148465145

二分查找算法详解：从原理到实践

LeetCode-Py ⛽️「算法通关手册」：超详细的「算法与数据结构」基础讲解教程，从零基础开始学习算法知识，800+ 道「LeetCode 题目」详细解析，200 道「大厂面试热门题目」。项目地址: https://gitcode.com/gh_mirrors/le/LeetCode-Py

1. 二分查找算法概述

二分查找算法（Binary Search Algorithm）是一种在有序数组中查找特定元素的高效搜索算法，也被称为折半查找算法或对数查找算法。它的核心思想是通过不断缩小搜索范围来快速定位目标元素。

1.1 算法特点

二分查找算法具有以下显著特点：

时间复杂度为O(log n)，远优于线性查找的O(n)
仅适用于有序数组或列表
实现简单但细节容易出错
是许多高级算法的基础

1.2 算法基本思想

二分查找采用"减而治之"的策略，其核心思想可以概括为：

将当前搜索区间分为两部分
通过比较中间元素与目标值，确定目标值可能存在的区间
舍弃不可能包含目标值的区间
在剩下的区间中重复上述过程

这种每次都将问题规模减半的方法，使得算法效率非常高。

2. 二分查找算法详细解析

2.1 算法步骤详解

让我们通过一个具体例子来理解二分查找的执行过程。假设在有序数组[0,1,2,3,4,5,6,7,8,9,10]中查找目标值6：

初始化阶段：
- 设置左边界left=0，右边界right=10
- 当前搜索区间为[0,10]
第一次查找：
- 计算中间位置mid=(0+10)/2=5
- nums[5]=5 < 6，说明目标值在右半区间
- 更新left=mid+1=6
第二次查找：
- 新区间[6,10]
- mid=(6+10)/2=8
- nums[8]=8 > 6，说明目标值在左半区间
- 更新right=mid-1=7
第三次查找：
- 新区间[6,7]
- mid=(6+7)/2=6
- nums[6]=6 == 6，找到目标值
- 返回索引6

通过这个例子可以看到，仅需3次比较就在11个元素的数组中找到了目标值，而顺序查找最坏需要11次比较。

2.2 边界条件与注意事项

实现二分查找时需要特别注意边界条件：

循环条件：通常使用while left <= right，确保区间有效
中间值计算：mid=(left+right)//2可以防止整数溢出
边界更新：
- 当目标值大于中间值时，left=mid+1
- 当目标值小于中间值时，right=mid-1
返回值：找到时返回mid，未找到返回-1

2.3 算法复杂度分析

时间复杂度：O(log n)
- 每次迭代都将搜索范围减半
- 对于n个元素的数组，最多需要log₂n次比较
空间复杂度：O(1)
- 只需要常数级别的额外空间存储边界变量

3. 二分查找算法实现

3.1 Python实现示例

下面是一个标准的二分查找Python实现：

def binary_search(nums, target):
    left, right = 0, len(nums) - 1
    
    while left <= right:
        mid = (left + right) // 2
        if nums[mid] == target:
            return mid
        elif nums[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    
    return -1