二分搜索是一种在有序数组使用的算法.它通过重复将搜索间隔一分为二进行搜索.二
分搜素算法的思想是利用数组排序的信息.将事件复杂度降低到O(logn).
1.步骤:
1).将整个数组的中间元素作为搜索键并从此处开始搜索.
2).如果搜索键的值等于元素的值.则返回搜索键的索引.
3).如果搜索键的值小于区间中间的项.则将区间缩小到下半部分.否则将其缩小到上半部分.
4).从步骤2开始反复查询.直到值或区间为空.
2.场景:
大型数据集:二分搜索算法对于大型数据集非常有效.因为其他算法的开销对性能影响很大.
精确匹配:二分搜索算法在搜索精确匹配时很有用.因为它会找到目标元素集中第一次出现的位置.
3.实现:
3.1方法:
package data
import "sort"
func BinarySearch(need int, nums []int) bool {
low := 0
sort.Ints(nums)
high := len(nums) - 1
for low < high {
mid := (low + high) / 2
if nums[mid] > need {
high = mid - 1
} else {
low = mid + 1
}
}
if nums[low] != need || low == len(nums) {
return false
}
return true
}
3.2main方法:
func main() {
array := []int{1, 2, 9, 20, 31, 45, 63, 70, 100}
search1 := data.BinarySearch(1, array)
search2 := data.BinarySearch(101, array)
fmt.Println(search1, search2)
}
4.实战:
给定一个正整数数组array.其中array[i]描述索引i的权重.编写一个函数.它随机选择与其权重成比例的索引.
4.1方法:
func NewSolution(array []int) Solution {
values := []int{}
current := 0
for _, v := range array {
current += v
values = append(values, current)
}
rand.Seed(time.Now().UnixNano())
return Solution{
Values: values,
MaxValue: current,
}
}
func (s *Solution) PickIndex() int {
num := rand.Intn(s.MaxValue)
return findGreater(s.Values, num)
}
func findGreater(values []int, num int) int {
l, r := 0, len(values)-1
for l < r {
mid := (l + r) >> 1
if values[mid] > num {
r = mid - 1
} else {
l = mid + 1
}
}
return l
}
4.2main方法:
array := []int{1, 2, 9, 20, 31, 45, 63, 70, 100}
res := data.NewSolution(array)
fmt.Println(res.MaxValue)
fmt.Println(res.Values)
index := res.PickIndex()
fmt.Println(index)
}
5.实战:
给定一个按升序排列的整数数组array和两个整数k和x.请找到数组中与x最接近的k个元素.结果按升序排序.如果存在平局.则始终首选较小的元素.
5.1方法:
func SearchClosestElements(array []int, k int, x int) []int {
low, high := 0, len(array)-k
for low < high {
mid := (low + high) >> 1
if x-array[mid] > array[mid+k]-x {
low = mid + 1
} else {
high = mid
}
}
return array[low : low+k]
}
5.2mian方法:
func main() {
array := []int{1, 2, 4, 5, 6, 8, 99, 251, 320}
elements := data.SearchClosestElements(array, 6, 1)
fmt.Println(elements)
}
终是庄周梦中蝶.
如果大家喜欢我的分享的话.可以关注我的微信公众号
念何架构之路
