面试中如果这样写二分查找！

今天药忘吃喽~ 2022-10-07 04:42 131阅读 0赞

## 前言 ##

> 哈喽，大家好，我是`asong`。今天与大家分享一下`Go`标准库`sort.Search`是如何实现二分查找的，为什么突然想到分享这个函数呢。起因是这周在刷`leetcode`的一道题时，需要使用到二分查找，最开始是自己实现了一版，后面就想`Go`语言标准库这么全，应该会有这个封装，果然被我找到了，顺便看了一下他是怎么实现的，感觉挺有意思的，就赶紧来分享一下。
> 
> 小声逼逼一下，最近有读者反馈说最近发文不够频繁，在这里同步一下我最近干什么：
> 
> 1.  工作太忙了
> 2.  正在写一个本地缓存，后面会分享出来
> 3.  正在筹备我的第一个开源项目，敬请期待

## 什么是二分查找 ##

以下来自百度百科：

> 二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。

总结一下，使用二分查找必须要符合两个要求：

*  必须采用顺序存储结构
 *  必须按关键字大小有序排列

我们来举个例子，就很容易理解了，就拿我和我女朋友的聊天内容做个例子吧：

> 我家宝宝每次买一件新衣服，就会习惯性的问我一句，小松子，来猜一猜我这次花了多少钱？
> 
> 小松子：50？
> 
> 臭宝：你埋汰我呢？欠打！
> 
> 小松子：500？
> 
> 臭宝：你当我是富婆呢？能不能有点智商！
> 
> 小松子：250？
> 
> 臭宝：我感觉你在骂我，可我还没有证据。少啦，少啦！！！
> 
> 小松子：哎呀，好难猜呀，290？
> 
> 臭宝：啊！你这臭男人，就是在骂我！气死啦，气死啦！多啦，多啦！
> 
> 小松子：难道是260？
> 
> 臭宝：哎呦，挺厉害呀，竟然猜对了！
> 
> 后面对话内容就省略啦.....

这里我只需要`5`次就成功猜出来了，这就是二分查找的思想，每一次猜测，我们都选取一段整数范围的中位数，根据条件帮我们逐步缩小范围，每一次都以让剩下的选择范围缩小一半，效率提高。

*  二分查找的时间复杂度

二分查找每次把搜索区域减少一半，时间复杂度为O(logn)。（n代表集合中元素的个数）。

空间复杂度为O(1)。

## 自己实现一个二分查找 ##

二分算法的实现还是比较简单的，可以分两种方式实现：递归和非递归方式实现，示例代码如下：

非递归方式实现：

>     // 二分查找非递归实现
>     func binarySearch(target int64, nums []int64) int {
>        left := 0
>        right := len(nums) - 1
>        for left <= right {
>           mid := left + (right - left) / 2
>           if target == nums[mid] {
>              return mid
>           }
>           if target > nums[mid] {
>              left = mid + 1
>              continue
>           }
>           if target < nums[mid] {
>              right = mid - 1
>              continue
>           }
>        }
>        return -1
>     }

总体思路很简单，每次我们都选取一段整数范围的中位数，然后根据条件让剩下的选择范围缩小一半。这里有一个要注意的点就是我们在获取中位数时使用的写法是`mid := left + (right - left) / 2`，而不是`mid = （left +right）/2`的写法，这是因为后者有可能会造成位数的溢出，也就会导致结果出问题。

递归方式实现：

func Search(nums []int64, target int64) int {
     return binarySearchRecursive(target, nums, 0, len(nums))
    }
    
    func binarySearchRecursive(target int64, nums []int64, left, right int) int {
     if left > right {
      return -1
     }
    
     mid := left + (right - left) / 2
    
     if target == nums[mid] {
      return mid
     }
     if nums[mid] < target {
      return binarySearchRecursive(target, nums, mid+1, right)
     }
     if nums[mid] > target {
    
      return binarySearchRecursive(target, nums, left, mid-1)
     }
     return -1
    
    }

## Go标准库是如何实现二分查找的？ ##

我们先看一下标准库中的代码实现：

func Search(n int, f func(int) bool) int {
     // Define f(-1) == false and f(n) == true.
     // Invariant: f(i-1) == false, f(j) == true.
     i, j := 0, n
     for i < j {
      h := int(uint(i+j) >> 1) // avoid overflow when computing h
      // i ≤ h < j
      if !f(h) {
       i = h + 1 // preserves f(i-1) == false
      } else {
       j = h // preserves f(j) == true
      }
     }
     // i == j, f(i-1) == false, and f(j) (= f(i)) == true  =>  answer is i.
     return i
    }

初一看，与我们上面的实现一点也不同呢，我们来分析一下。

入参`n`就是代表要查找序列的长度，入参`f`就是我们自定义的条件。这段代码很短，大概思路就是：

*  定义好这段序列的开始、结尾的位置
 *  使用位移操作获取中位数，这样能更好的避免溢出
 *  然后根据我们传入的条件判断是否符合条件，逐渐缩小范围

这段代码与我实现的不同在于，它并不是在用户传入的比较函数`f`返回`true`就结束查找，而是继续在当前`[i, j)`区间的前半段查找，并且，当`f`为`false`时，也不比较当前元素与要查找的元素的大小关系，而是直接在后半段查找。所以`for`循环退出的唯一条件就是`i>=j`，如果我们这样使用，就会出现问题：

func main() {
     nums := []int64{1, 2, 3, 4, 5, 6, 7}
     fmt.Println(sort.Search(len(nums), func(i int) bool{
      return nums[i] == 1
     }))
    }

运行结果竟然是`7`，而不是`1`，如果我们把条件改成`return nums[i] >=1`，运行结果就对了。这是因为我们传入的条件并不是让用户确认目标条件，这里的思想是让我们逐步缩小范围，通过这个条件，我们每次都可以缩小范围，说的有点饶，就上面的代码举个例子。现在是一个升序数组，我们要找的数值是`1`，我们传入的条件是`return nums[i]>=1`，第一进入函数`Search`，我们获取中的中位数`h`是`3`，当前元素是大于目标数值的，所以我们只能在前半段查找，就是这样不断缩小范围，找到我们最终的那个数值，如果当前序列中没有我们要找的目标数值，那么就会返回我们可以插入的位置，也就是最后一位元素的坐标+1的位置。

这个逻辑说实话，我也是第一次接触，仔细思考了一下，这种实现还是有一些优点的：

*  使用**移位操作**，避免因为`i+j`太大而造成的溢出
 *  如果我们查找序列中有多个元素相等时，且我们要找的元素就是这个时，我们总会找到下标最小的那个元素
 *  如果我们没找到要找的目标元素时，返回的下标是我们可插入的位置，我们在进行数据插入时，依然可以保证数据的有序

**注意：使用`sort.Search`时，入参条件是根据要查找的序列是升序序列还是降序序列来决定的，如果是升序序列，则传入的条件应该是`>=目标元素值`，如果是降序序列，则传入的条件应该是`<=目标元素值`**

### 解析`int(uint(i+j) >> 1)`这段代码 ###

这里我想单独解析一下这段代码，因为很少见，所以可以当作一个知识点记一下。这里使用到的是移位操作，通过向右移动一位，正好可以得到`/2`的结果。具体什么原因呢，我画了一个图，手工画的，看完你就懂了：

![92a5700218e321901f293b4f97b3c6d0.png][]

懂了吧，兄弟们！移位实现要比乘除发的效率高很多，我们在平常开发中可以使用这种方式来提升效率。

这里还有一个点就是使用`uint`数据类型，因为`uint`的数据范围是`2^32`即`0`到`4294967295`。使用`uint`可以避免因为`i+j`太大而造成的溢出。

## 总结 ##

好啦，今天的文章到这里就结束了，最后我想说的是，没事大家可以专研一下`Go`标准库中的一些方法是怎样实现的，好的思想我们要借鉴过来。如果我们在面试中使用这种方式写出二分查找，那得到的`offer`的几率不就又增加了嘛～。

**素质三连（分享、点赞、在看）都是笔者持续创作更多优质内容的动力！我是`asong`，我们下期见。**

**创建了一个Golang学习交流群，欢迎各位大佬们踊跃入群，我们一起学习交流。入群方式：关注公众号获取。更多学习资料请到公众号领取。**

![23628b3d4e45a0bbdc3d0da4d025537e.png][]

推荐往期文章：

*  [Go语言如何实现可重入锁？][Go]
 *  [Go语言中new和make你使用哪个来分配内存？][Go_new_make]
 *  [源码剖析panic与recover，看不懂你打我好了！][panic_recover]
 *  [空结构体引发的大型打脸现场][Link 1]
 *  [Leaf—Segment分布式ID生成系统（Golang实现版本）][Leaf_Segment_ID_Golang]
 *  [面试官：两个nil比较结果是什么？][nil]
 *  [面试官：你能用Go写段代码判断当前系统的存储方式吗?][Go 1]
 *  [如何平滑切换线上Elasticsearch索引][Elasticsearch]

[92a5700218e321901f293b4f97b3c6d0.png]: /images/20221005/9e2e1a73f1c841f88560f336d39c009d.png
[23628b3d4e45a0bbdc3d0da4d025537e.png]: /images/20221005/eca0bb84909f485983bf9ba2d17533ab.png
[Go]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484865&scene=21&sn=2a1a03f1c3de524a342a35c6d03faf86#wechat_redirect
[Go_new_make]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484765&scene=21&sn=a04aec50b62d8c181ab4721b7029d17b#wechat_redirect
[panic_recover]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484460&scene=21&sn=0838818da3a456f409f70dd321ffa2e6#wechat_redirect
[Link 1]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484616&scene=21&sn=48ca0a39b351a7a66cc96b9827801e29#wechat_redirect
[Leaf_Segment_ID_Golang]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484313&scene=21&sn=6859d5eec70a1b3844f3bd2fc430742c#wechat_redirect
[nil]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484732&scene=21&sn=c2b5c4efdf9e7e8bc5c8d00962af961f#wechat_redirect
[Go 1]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484641&scene=21&sn=fe09b9f0f0c29d6af6e398c420ef656c#wechat_redirect
[Elasticsearch]: https://mp.weixin.qq.com/s?__biz=MzIzMDU0MTA3Nw%3D%3D&idx=1&mid=2247484667&scene=21&sn=747e6d775f807920f939737f5a0f08a6#wechat_redirect