当前位置:首页 > 文章列表 > 文章 > java教程 > Java程序员看过来!手把手教你搞定二分查找算法

Java程序员看过来!手把手教你搞定二分查找算法

2025-06-18 15:19:18 0浏览 收藏

还在为二分查找算法发愁吗?这篇“Java程序员必看!手把手教你实现二分查找算法”文章,将带你彻底掌握这一高效查找利器!二分查找,又称折半查找,凭借其每次排除一半查找范围的特性,在有序数据中快速定位目标值。文章详细讲解了二分查找的两种实现方式:循环和递归,并提供清晰的Java示例代码,助你轻松理解。此外,还深入探讨了二分查找的常见变体及应用场景,如查找第一个大于等于或最后一个小于等于目标值的元素,以及在有序数组查找、数值逼近、数据库索引等方面的应用。更重要的是,文章分享了实用的调试技巧,助你避开常见的边界条件陷阱,编写出高效稳定的二分查找代码。

二分查找是一种高效的查找算法,其核心在于每次比较都排除一半的查找范围,从而快速定位目标值,但要求数据必须有序。实现方式有两种:1. 循环实现通过 while(left <= right) 不断调整 left 和 right 的值,计算 mid = left + (right - left)/2 防止溢出;2. 递归实现通过自身调用并传入新的 left 和 right 值缩小查找范围。时间复杂度为 O(log n),常见变体包括查找第一个大于等于或最后一个小于等于目标值的元素,需细致处理边界条件。应用场景涵盖有序数组查找、特定范围查找、数值逼近、游戏决策及数据库索引等。调试时应检查循环条件、手动模拟、使用断言和编写充分单元测试以减少错误。

Java中如何实现二分查找 掌握二分查找的算法实现

二分查找,也叫折半查找,是一种高效的查找算法。它的核心在于每次比较都排除掉一半的查找范围,从而快速定位目标值。关键在于数据必须是有序的。

Java中如何实现二分查找 掌握二分查找的算法实现

二分查找的Java实现,就是利用循环或者递归,不断缩小搜索范围,直到找到目标值或者确定目标值不存在。

Java中如何实现二分查找 掌握二分查找的算法实现

解决方案

Java中如何实现二分查找 掌握二分查找的算法实现

二分查找的实现方式有两种:循环和递归。这里分别给出示例代码。

1. 循环实现

public class BinarySearch {

    public static int binarySearch(int[] arr, int target) {
        int left = 0;
        int right = arr.length - 1;

        while (left <= right) {
            int mid = left + (right - left) / 2; // 防止 (left + right) 溢出
            if (arr[mid] == target) {
                return mid; // 找到目标值,返回索引
            } else if (arr[mid] < target) {
                left = mid + 1; // 目标值在右半部分,更新左边界
            } else {
                right = mid - 1; // 目标值在左半部分,更新右边界
            }
        }

        return -1; // 没有找到目标值,返回 -1
    }

    public static void main(String[] args) {
        int[] arr = {2, 5, 7, 8, 11, 12};
        int target = 13;
        int index = binarySearch(arr, target);

        if (index == -1) {
            System.out.println("Element is not found!");
        } else {
            System.out.println("Element is found at index: " + index);
        }
    }
}

这段代码的核心是 while (left <= right) 循环。每次循环都计算中间位置 mid,然后根据 arr[mid]target 的大小关系,调整 leftright 的值。mid = left + (right - left) / 2; 这种写法可以有效防止 (left + right) 溢出。

2. 递归实现

public class BinarySearchRecursive {

    public static int binarySearchRecursive(int[] arr, int target, int left, int right) {
        if (left > right) {
            return -1; // 没有找到目标值
        }

        int mid = left + (right - left) / 2;
        if (arr[mid] == target) {
            return mid;
        } else if (arr[mid] < target) {
            return binarySearchRecursive(arr, target, mid + 1, right); // 在右半部分递归查找
        } else {
            return binarySearchRecursive(arr, target, left, mid - 1); // 在左半部分递归查找
        }
    }

    public static void main(String[] args) {
        int[] arr = {2, 5, 7, 8, 11, 12};
        int target = 13;
        int index = binarySearchRecursive(arr, target, 0, arr.length - 1);

        if (index == -1) {
            System.out.println("Element is not found!");
        } else {
            System.out.println("Element is found at index: " + index);
        }
    }
}

递归实现的核心在于 binarySearchRecursive 方法的自身调用。每次调用都传入新的 leftright 值,缩小查找范围。

二分查找的时间复杂度是 O(log n),非常高效。但前提是数组必须是有序的。如果数组无序,需要先排序,排序的时间复杂度通常是 O(n log n)。

二分查找有哪些常见的变体?

二分查找的变体主要体现在对边界条件的处理上。比如,查找第一个大于等于目标值的元素、查找最后一个小于等于目标值的元素等等。这些变体都需要对循环条件和边界条件进行细致的调整。

以查找第一个大于等于目标值的元素为例,代码如下:

public static int binarySearchFirstGreaterOrEqual(int[] arr, int target) {
    int left = 0;
    int right = arr.length - 1;
    int index = -1;

    while (left <= right) {
        int mid = left + (right - left) / 2;
        if (arr[mid] >= target) {
            index = mid;
            right = mid - 1; // 继续在左半部分查找
        } else {
            left = mid + 1; // 在右半部分查找
        }
    }

    return index;
}

关键在于 arr[mid] >= target 时,不仅要记录 mid,还要继续在左半部分查找,直到找到第一个大于等于目标值的元素。

二分查找在实际应用中有哪些场景?

二分查找广泛应用于各种需要快速查找的场景,比如:

  • 有序数组查找: 这是最直接的应用。
  • 在排序数组中查找特定范围的元素: 可以结合二分查找的变体实现。
  • 数值逼近: 比如求一个数的平方根,可以通过二分查找不断逼近。
  • 在某些游戏或算法中进行决策: 比如猜数字游戏,或者在一些搜索算法中进行剪枝。

另外,数据库索引的实现也经常用到二分查找的思想。

二分查找的边界条件容易出错,有什么好的调试技巧?

二分查找的边界条件确实容易出错。调试时,可以采用以下技巧:

  1. 仔细检查循环条件: 确保循环条件 left <= rightleft < right 的使用正确。
  2. 手动模拟: 选取一些典型的测试用例,手动模拟二分查找的过程,观察 leftrightmid 的变化。
  3. 使用断言: 在代码中加入断言,检查 leftrightmid 的值是否符合预期。例如,可以断言 left 始终小于等于 right
  4. 编写单元测试: 编写充分的单元测试,覆盖各种边界情况,比如空数组、只有一个元素的数组、目标值在数组的开头或结尾等等。

例如,可以添加如下断言:

assert left <= right : "Left should be less than or equal to right";

通过这些调试技巧,可以有效地减少二分查找的错误。

终于介绍完啦!小伙伴们,这篇关于《Java程序员看过来!手把手教你搞定二分查找算法》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

文心一格新功能来了!手把手教你做出超酷图片创意文心一格新功能来了!手把手教你做出超酷图片创意
上一篇
文心一格新功能来了!手把手教你做出超酷图片创意
电脑主机启动不了?手把手教你快速排查解决!
下一篇
电脑主机启动不了?手把手教你快速排查解决!
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    499次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • PandaWiki开源知识库:AI大模型驱动,智能文档与AI创作、问答、搜索一体化平台
    PandaWiki开源知识库
    PandaWiki是一款AI大模型驱动的开源知识库搭建系统,助您快速构建产品/技术文档、FAQ、博客。提供AI创作、问答、搜索能力,支持富文本编辑、多格式导出,并可轻松集成与多来源内容导入。
    118次使用
  • SEO  AI Mermaid 流程图:自然语言生成,文本驱动可视化创作
    AI Mermaid流程图
    SEO AI Mermaid 流程图工具:基于 Mermaid 语法,AI 辅助,自然语言生成流程图,提升可视化创作效率,适用于开发者、产品经理、教育工作者。
    916次使用
  • 搜获客笔记生成器:小红书医美爆款内容AI创作神器
    搜获客【笔记生成器】
    搜获客笔记生成器,国内首个聚焦小红书医美垂类的AI文案工具。1500万爆款文案库,行业专属算法,助您高效创作合规、引流的医美笔记,提升运营效率,引爆小红书流量!
    937次使用
  • iTerms:一站式法律AI工作台,智能合同审查起草与法律问答专家
    iTerms
    iTerms是一款专业的一站式法律AI工作台,提供AI合同审查、AI合同起草及AI法律问答服务。通过智能问答、深度思考与联网检索,助您高效检索法律法规与司法判例,告别传统模板,实现合同一键起草与在线编辑,大幅提升法律事务处理效率。
    951次使用
  • TokenPony:AI大模型API聚合平台,一站式接入,高效稳定高性价比
    TokenPony
    TokenPony是讯盟科技旗下的AI大模型聚合API平台。通过统一接口接入DeepSeek、Kimi、Qwen等主流模型,支持1024K超长上下文,实现零配置、免部署、极速响应与高性价比的AI应用开发,助力专业用户轻松构建智能服务。
    1019次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码