Wyszukiwanie binarne (binary search)
Ostatnia aktualizacja
Wyszukiwanie binarne znajduje szukaną wartość w **posortowanej** tablicy, wielokrotnie dzieląc okno wyszukiwania na pół. Porównuje środkowy element z celem: trafienie kończy wyszukiwanie, a w przeciwnym razie połowa, w której cel nie może się znajdować, zostaje odrzucona i okno zawęża się do drugiej połowy. Każde porównanie eliminuje połowę pozostałych elementów, dlatego algorytm działa w O(log n): przeszukanie miliona posortowanych wartości wymaga najwyżej około 20 porównań.
Animacja powyżej pokazuje wskaźniki lo, mid i hi oraz przyciemnia odrzuconą połowę po każdym porównaniu. Jeden warunek jest nienegocjowalny: tablica musi być już posortowana. Dla nieposortowanych danych potrzebujesz wyszukiwania liniowego albo najpierw sortowania (zobacz merge sort). Ta sama idea dzielenia na pół napędza binarne drzewo poszukiwań.
Złożoność czasowa i pamięciowa
| Przypadek | Złożoność | Uwagi |
|---|---|---|
| Najlepszy przypadek | O(1) | Środkowy element jest celem już przy pierwszym porównaniu. |
| Średni przypadek | O(log n) | Każde porównanie zmniejsza pozostałe okno o połowę. |
| Najgorszy przypadek | O(log n) | Okno kurczy się do jednego elementu, zanim nastąpi trafienie lub pudło. |
| Pamięć | O(1) | Wersja iteracyjna przechowuje tylko indeksy lo, hi i mid. |
Krok po kroku
| Krok | Co się dzieje |
|---|---|
| 1 | Ustaw lo na pierwszy indeks, a hi na ostatni indeks posortowanej tablicy. |
| 2 | Oblicz środkowy indeks: mid = (lo + hi) // 2. |
| 3 | Jeśli a[mid] jest równe celowi, zwróć mid (znaleziono). |
| 4 | Jeśli a[mid] jest **mniejsze** od celu, cel może być tylko w prawej połowie: ustaw lo = mid + 1. |
| 5 | Jeśli a[mid] jest **większe** od celu, szukaj w lewej połowie: ustaw hi = mid - 1. |
| 6 | Powtarzaj od kroku 2, dopóki lo <= hi; jeśli okno się opróżni, celu nie ma w tablicy. |
Przykład krok po kroku
Szukanie 5 w [1, 2, 3, 5, 7, 8, 9]:
| Przebieg | Okno (lo..hi) | mid | a[mid] | Działanie |
|---|---|---|---|---|
| 1 | [1, 2, 3, 5, 7, 8, 9] (0..6) | 3 | 5 | a[3] = 5: cel znaleziony pod indeksem 3. |
Nieudane wyszukiwanie krok po kroku
Szukanie 4 w tej samej tablicy pokazuje, jak okno się opróżnia:
| Przebieg | Okno (lo..hi) | mid | a[mid] | Działanie |
|---|---|---|---|---|
| 1 | 0..6 | 3 | 5 | 5 > 4: szukaj w lewej połowie, hi = 2. |
| 2 | 0..2 | 1 | 2 | 2 < 4: szukaj w prawej połowie, lo = 2. |
| 3 | 2..2 | 2 | 3 | 3 < 4, więc lo przyjmuje wartość 3 i okno się opróżnia: nie znaleziono. |
Kiedy używać wyszukiwania binarnego
| Używaj, gdy | Unikaj, gdy |
|---|---|
| Dane są już posortowane (albo przeszukujesz je wiele razy) | Dane są nieposortowane i przeszukujesz je tylko raz (wcześniejsze sortowanie kosztuje O(n log n)) |
| Kolekcja obsługuje szybki dostęp swobodny (tablice) | Masz tylko dostęp sekwencyjny (listy jednokierunkowe) |
Zbiór danych jest duży (O(log n) błyszczy przy dużej skali) | Zbiór danych jest malutki (proste przejrzenie jest równie szybkie i prostsze) |
Binary Search: kod
Przejrzysta, gotowa do uruchomienia implementacja algorytmu Binary Search w językach: Python, JavaScript, Java, C++, C, Pseudocode. Wybierz język, skopiuj kod albo otwórz go od razu w edytorze online Coddy.
Binary Search: kod (Python)
1def binary_search(a, target):2 lo, hi = 0, len(a) - 13 while lo <= hi:4 mid = (lo + hi) // 25 if a[mid] == target:6 return mid7 if a[mid] < target:8 lo = mid + 1 # search the right half9 else:10 hi = mid - 1 # search the left half11 return -112
13
14nums = [1, 2, 3, 5, 7, 8, 9] # must be sorted15print("Index of 5:", binary_search(nums, 5))16print("Index of 4:", binary_search(nums, 4))Binary Search: kod (JavaScript)
1function binarySearch(a, target) {2 let lo = 0;3 let hi = a.length - 1;4 while (lo <= hi) {5 const mid = Math.floor((lo + hi) / 2);6 if (a[mid] === target) return mid;7 if (a[mid] < target) {8 lo = mid + 1; // search the right half9 } else {10 hi = mid - 1; // search the left half11 }12 }13 return -1;14}15
16const nums = [1, 2, 3, 5, 7, 8, 9]; // must be sorted17console.log("Index of 5:", binarySearch(nums, 5));18console.log("Index of 4:", binarySearch(nums, 4));Binary Search: kod (Java)
1public class Main {2 static int binarySearch(int[] a, int target) {3 int lo = 0;4 int hi = a.length - 1;5 while (lo <= hi) {6 int mid = (lo + hi) / 2;7 if (a[mid] == target) return mid;8 if (a[mid] < target) {9 lo = mid + 1; // search the right half10 } else {11 hi = mid - 1; // search the left half12 }13 }14 return -1;15 }16
17 public static void main(String[] args) {18 int[] nums = {1, 2, 3, 5, 7, 8, 9}; // must be sorted19 System.out.println("Index of 5: " + binarySearch(nums, 5));20 System.out.println("Index of 4: " + binarySearch(nums, 4));21 }22}Binary Search: kod (C++)
1#include <iostream>2#include <vector>3
4int binarySearch(const std::vector<int>& a, int target) {5 int lo = 0;6 int hi = static_cast<int>(a.size()) - 1;7 while (lo <= hi) {8 int mid = lo + (hi - lo) / 2;9 if (a[mid] == target) return mid;10 if (a[mid] < target) {11 lo = mid + 1; // search the right half12 } else {13 hi = mid - 1; // search the left half14 }15 }16 return -1;17}18
19int main() {20 std::vector<int> nums = {1, 2, 3, 5, 7, 8, 9}; // must be sorted21 std::cout << "Index of 5: " << binarySearch(nums, 5) << "\n";22 std::cout << "Index of 4: " << binarySearch(nums, 4) << "\n";23 return 0;24}Binary Search: kod (C)
1#include <stdio.h>2
3int binary_search(const int a[], int n, int target) {4 int lo = 0;5 int hi = n - 1;6 while (lo <= hi) {7 int mid = lo + (hi - lo) / 2;8 if (a[mid] == target) return mid;9 if (a[mid] < target) {10 lo = mid + 1; /* search the right half */11 } else {12 hi = mid - 1; /* search the left half */13 }14 }15 return -1;16}17
18int main(void) {19 int nums[] = {1, 2, 3, 5, 7, 8, 9}; /* must be sorted */20 int n = sizeof(nums) / sizeof(nums[0]);21 printf("Index of 5: %d\n", binary_search(nums, n, 5));22 printf("Index of 4: %d\n", binary_search(nums, n, 4));23 return 0;24}Binary Search: kod (Pseudocode)
1DECLARE nums : ARRAY[1:7] OF INTEGER2DECLARE n : INTEGER3n ← 74// The array must be sorted for binary search5nums[1] ← 16nums[2] ← 27nums[3] ← 38nums[4] ← 59nums[5] ← 710nums[6] ← 811nums[7] ← 912
13FUNCTION binarySearch(target : INTEGER) RETURNS INTEGER14 DECLARE lo : INTEGER15 DECLARE hi : INTEGER16 DECLARE mid : INTEGER17 lo ← 118 hi ← n19 WHILE lo <= hi DO20 mid ← (lo + hi) DIV 221 IF nums[mid] = target THEN22 RETURN mid23 ENDIF24 IF nums[mid] < target THEN25 // Target is larger, search the right half26 lo ← mid + 127 ELSE28 // Target is smaller, search the left half29 hi ← mid - 130 ENDIF31 ENDWHILE32 RETURN -133ENDFUNCTION34
35OUTPUT "Index of 5 is ", binarySearch(5)36OUTPUT "Index of 4 is ", binarySearch(4)Wyszukiwanie binarne: najczęstsze pytania
Jaka jest złożoność czasowa wyszukiwania binarnego?
O(log n) w średnim i najgorszym przypadku, bo każde porównanie zmniejsza pozostałe okno wyszukiwania o połowę, oraz O(1) w najlepszym przypadku, gdy pierwszy środkowy element jest celem. Wersja iteracyjna używa O(1) dodatkowej pamięci.Dlaczego wyszukiwanie binarne wymaga posortowanej tablicy?
Czym różni się wyszukiwanie binarne od wyszukiwania liniowego?
O(n)) i działa na dowolnej tablicy; wyszukiwanie binarne dzieli na pół okno wyszukiwania posortowanej tablicy (O(log n)), ale wymaga posortowanych danych. Przy kilku elementach różnica jest pomijalna; przy dużej skali wyszukiwanie binarne zdecydowanie wygrywa.Ile porównań potrzebuje wyszukiwanie binarne?
log2(n) + 1: 10 porównań wystarcza na 1000 elementów, 20 porównań na 1 000 000. Ten logarytmiczny wzrost sprawia, że jest to domyślna metoda wyszukiwania w posortowanych danych.Na czym polega klasyczny błąd przepełnienia w wyszukiwaniu binarnym?
(lo + hi) / 2 może przepełnić liczby całkowite o stałym rozmiarze, gdy lo + hi przekroczy maksimum typu. Bezpieczna forma to mid = lo + (hi - lo) / 2. W Pythonie nie ma to znaczenia (liczby całkowite o dowolnej precyzji), ale w Javie, C i C++ to prawdziwy, słynny błąd.