二分查找(折半查找)总结

本文详细介绍了二分查找(折半查找)的基本概念、实现代码及输出结果。二分查找适用于有序的顺序存储结构,通过不断缩小查找范围提高效率。在提供的测试代码中,展示了查找到和未查找到元素时的输出情况。该算法虽然高效,但不适用于数据频繁变动的线性表。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

**

二分查找(折半查找)总结

**


一、基本概念

二分查找也叫折半查找,是一种效率比较高的查找方法。但是使用它有个前提:必须是采用顺序存储的线性表,表中按关键字有序排列,一般情况为按数值从小到大排列。
折半查找的过程为:

  1. 从表的中间记录开始,将查找值与其比较,如果相等则查找结束
  2. 如果中间值小于查找值,则查找值一定在表的后一半区间里,于是将左值设置为中间位置的下一个
  3. 如果中间值大于查找值,则查找值一定在表的前一半区间里,于是将右值设置为中间位置的前一个
  4. 设置完成后,继续从新区间的中间值开始比较,即继续第一步的内容直至查找完成
  5. 如果没有查找到,则返回-1

二、编写代码

1.二分查找

int BinarySearch(int arr[],int len,int key)
{
    int left,mid,right;
    left=0;
    right=len;

    while(left<=right)
    {
        mid=(left+right)/2;

        if(arr[mid]<key) left=mid+1;
        else if(arr[mid]>key) right=mid-1;
        else break;
    }

    if(left<=right) return mid;
    else return -1;
}

2.测试代码

#include <stdio.h>

int BinarySearch(int arr[],int len,int key)
{
    int left,mid,right;
    left=0;
    right=len;

    while(left<=right)
    {
        mid=(left+right)/2;

        if(arr[mid]<key) left=mid+1;
        else if(arr[mid]>key) right=mid-1;
        else break;
    }

    if(left<=right) return mid;
    else return -1;
}

int main()
{
    int testArr[]={3,6,9,16,21,29,56,67,89,99};
    int len=sizeof(testArr)/sizeof(testArr[0])-1;

    printf("%d\n",BinarySearch(testArr,len,67));//查找到
    printf("%d",BinarySearch(testArr,len,0));//未查找到

    return 0;
}

三、输出结果

在这里插入图片描述
可以看到:

  • 查找到结果时,输出数组下标
  • 未查找到时,输出-1

四、总结评价

二分查找的过程也可以用二叉树来描述,树中每个结点对应表中一个数据,但是结点不是记录的关键字,而是记录在表中的数组下标。由此得到的二叉树称为二分查找的判定树。

二分查找的优缺点:

  • 比较次数少,查找效率高
  • 只能适用于顺序存储结构的线性表

二分查找不适用于数据元素经常变动的线性表

有问题欢迎各位大佬指出
算法系列将持续更新,欢迎关注,一起学习

### 二分查找算法概述 二分查找算法,也称为折半查找算法,是在有序数组中查找特定元素的有效方法[^1]。该算法利用分治策略,在每次迭代过程中将搜索范围减半,从而显著提高查找效率。 ### 算法实现原理 为了执行二分查找,首先需要确保待查数据结构为已排序的线性表。具体过程如下: - 设定两个指针 `low` 和 `high` 分别指向当前搜索区间的起始位置和结束位置。 - 计算中间位置 `mid = (low + high) // 2` 并比较目标值与位于此索引处的数据项。 - 如果相等,则返回匹配的位置;如果小于则调整高边界至 `mid - 1`; 否则更新低边界到 `mid + 1`. - 当 `low > high` 表明未找到对应条目时终止循环[^2]. 以下是Python语言下的简单实现: ```python def binary_search(arr, target): low, high = 0, len(arr) - 1 while low <= high: mid = (low + high) // 2 if arr[mid] == target: return mid elif arr[mid] < target: low = mid + 1 else: high = mid - 1 return -1 ``` ### 应用场景分析 由于其高效性和稳定性特点,二分查找广泛应用于多个领域: - **数据库管理系统**: 对于大型记录集快速定位所需信息; - **文件系统管理**: 加速磁盘上存储对象检索速度; - **网络协议设计**: 如HTTP/2中的HPACK编码方式采用类似机制来压缩头部字段列表; - **其他方面**: 包括但不限于数值计算、图形学等领域内的参数求解等问题都可以看到这种技术的身影.
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

S1XmKl

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值