前端面试题之二分查找

2021年底惨遭裁员，于是乎，出去面试。其中有道笔试题是这样的：

给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将按顺序插入的位置。必须使用时间复杂度为O(logN)的算法。

• 示例1: const nums = [1, 3, 5, 7, 8]; const target = 3; 输出 1
• 示例2: const nums = [1, 3, 5, 7, 8]; const target = 7; 输出 3
• 示例3: const nums = [1, 3, 5, 7, 8]; const target = 4; 输出 2

乍一看，不难哦，直接用数组的find不就完事了？但是仔细一想，时间复杂度不符合题目要求！突然想到了归并排序和快速排序的分治思想。回来后，了解了下，才知道是利用二分查找来实现，哈哈，又长知识了。

下面我用两种方法来实现

1. while循环

        function findIndex(numbers, target){
            let low = 0;
            let high = numbers.length - 1;
            while(low <= high){
                const mid = low + ((high - low) >> 1);
                if(numbers[mid] === target){
                    return mid;
                }
                if(numbers[low] > target){
                    return low;
                }
                if(numbers[high] < target){
                    return high + 1;
                }
                if(low === high){
                    if(numbers[mid] < target){
                        return mid + 1;
                    }
                    if(numbers[mid] > target){
                        return mid;
                    }
                }
                if(numbers[mid] > target){
                    high = mid - 1;
                }else if(numbers[mid] < target){
                    low = mid + 1;
                }
            }
            return -1;
        }

2. 递归

        function findIndexWithRecursion(numbers, target){
            function findInternal(numbers, target, min, max){
                const mid = min + ((max - min) >> 1);
                if(numbers[mid] === target){
                    return mid;
                }
                if(numbers[min] > target){
                    return min;
                }
                if(numbers[max] < target){
                    return max + 1;
                }
                if(min === max){
                    if(numbers[mid] < target){
                        return mid + 1;
                    }
                    if(numbers[mid] > target){
                        return mid;
                    }
                }
                if(numbers[mid] > target){
                    return findInternal(numbers, target, 0, mid - 1);
                }
                if(numbers[mid] < target){
                    return findInternal(numbers, target, mid + 1, max);
                }
            }
            return findInternal(numbers, target, 0, numbers.length - 1);
        }

每天进步一点点，每天遇见更好的自己！加油