二分查找：原理、实现、变种与避坑指南

有意义
104 阅读4分钟

“在有序的世界里，二分查找是最快的猎手。”

在算法面试和工程实践中，二分查找（Binary Search） 是最基础也最重要的搜索算法之一。它以 O(log n) 的时间复杂度，在有序数据中高效定位目标，远胜线性查找的 O(n)。但看似简单的代码背后，却藏着无数边界陷阱。本文将带你彻底掌握二分查找的核心思想、多种写法、常见变种及避坑技巧。

一、什么是二分查找？

二分查找是一种在有序数组中查找特定元素的高效算法。其基本思想是：

每次将搜索区间一分为二，通过比较中间元素与目标值的大小，决定继续在左半部分还是右半部分查找，直到找到目标或区间为空。

🌰 举个例子：

在升序数组 [1, 3, 5, 7, 9, 11] 中查找 7：

步骤leftrightmidnums[mid]操作
105255 < 7 → 查右半
235499 > 7 → 查左半
33337找到！

仅用 3 次比较就完成了查找（而线性查找最多需 6 次）。

二、使用前提

✅ 二分查找必须满足以下条件：

  1. 数据结构支持随机访问（如数组，不能是链表）；
  2. 元素必须有序（升序或降序，默认讨论升序）；
  3. 若存在重复元素，需明确查找目标（任意位置？最左？最右？）。

❌ 在无序数组上使用二分查找，结果不可预测！

三、基础实现：两种主流写法

方法一：闭区间写法（推荐 ✅）

function binarySearch(nums, target) {
    let left = 0, right = nums.length - 1; // [left, right]
    while (left <= right) {
        const mid = left + Math.floor((right - left) / 2); // 防溢出
        if (nums[mid] === target) {
            return mid;
        } else if (nums[mid] < target) {
            left = mid + 1;
        } else {
            right = mid - 1;
        }
    }
    return -1; // 未找到
}
  • 循环条件：left <= right（区间非空）
  • 优点：直观、易理解，适用于大多数场景

方法二：开区间写法（更安全，适合变种）

function lowerBound(nums, target) {
    let left = -1, right = nums.length; // (left, right)
    while (left + 1 < right) {
        const mid = Math.floor((left + right) / 2);
        if (nums[mid] >= target) {
            right = mid;
        } else {
            left = mid;
        }
    }
    return right; // 第一个 >= target 的下标
}

  • 不变量：

    • nums[left] < target
    • nums[right] >= target

  • 优势：天然避免死循环，特别适合处理边界问题（如找左/右边界）

四、常见变种（高频面试题）

普通二分只能找“任意一个目标”，但在实际问题中，我们常需要：

变种功能应用场景
左边界（Lower Bound）返回第一个 ≥ target 的下标找第一个出现的位置
右边界（Upper Bound）返回第一个 > target 的下标找最后一个出现的位置
搜索插入位置若不存在，返回应插入的位置LeetCode 35
二分答案在答案空间中二分，验证可行性求最小最大值、最大最小值等

📌 实战：查找元素的第一个和最后一个位置（LeetCode 34）

var searchRange = function(nums, target) {
    const start = lowerBound(nums, target);
    if (start === nums.length || nums[start] !== target) {
        return [-1, -1];
    }
    const end = lowerBound(nums, target + 1) - 1;
    return [start, end];
};

利用两次 lowerBound，优雅解决重复元素问题！

五、常见误区与避坑指南

问题原因解决方案
死循环更新边界时区间未缩小（如 left = mid）确保每次更新后区间严格缩小
整数溢出(left + right) / 2 在大数时溢出改用 left + (right - left) / 2
漏查元素循环条件写成 left < right使用 left <= right 或明确不变量
忽略重复元素普通二分返回任意匹配位置使用左/右边界变种

💡 口诀：
“左加一，右减一；开闭区间要统一；不同元素看 Map，边界条件多测试。 ”

六、为什么不用三分、四分查找？

虽然直觉上“多分”可能更快，但数学证明表明：

二分查找是最优的。
对于 n 个元素，k 分查找的时间复杂度为 O(k·logₖn)，当 k=2 时取得最小值。

七、推荐练习题（LeetCode）

题号题目类型
704二分查找基础
35搜索插入位置边界处理
34查找第一个和最后一个位置左右边界
69x 的平方根二分答案
875爱吃香蕉的珂珂二分答案应用

八、总结

  • 二分查找是有序结构中的利器，时间复杂度 O(log n)。
  • 掌握闭区间 vs 开区间两种写法，灵活应对不同场景。
  • 面对重复元素、边界问题时，优先考虑左/右边界变种。
  • 细节决定成败：防溢出、循环条件、更新逻辑缺一不可。

✨ 建议：不要死记模板，而是理解“二段性”——只要一个问题能被划分为“满足条件”和“不满足条件”两部分，就可以尝试二分！

avatar
文章
阅读
粉丝