写个Java二分查找

时间: 2023-09-07 16:04:50 浏览: 57
### 回答1: 下面是一个简单的 Java 二分查找代码: ``` public static int binarySearch(int[] arr, int target) { int left = 0; int right = arr.length - 1; while (left <= right) { int mid = (left + right) / 2; if (arr[mid] == target) { return mid; } else if (arr[mid] < target) { left = mid + 1; } else { right = mid - 1; } } return -1; } ``` 该代码实现了二分查找算法,适用于已排序的数组。如果找到目标元素,则返回其索引;如果未找到,则返回 -1。 ### 回答2: 二分查找,又称折半查找,是一种非常高效的查找算法。它适用于有序数组,并通过将待查找值与数组中间元素进行比较来逐步缩小查找范围,最终找到目标值或确定目标值不存在。 下面是一个用Java语言编写的二分查找算法示例: ```java public class BinarySearch { public static int binarySearch(int[] arr, int target) { int low = 0; int high = arr.length - 1; while (low <= high) { int mid = low + (high - low) / 2; if (arr[mid] == target) { return mid; } else if (arr[mid] < target) { low = mid + 1; } else { high = mid - 1; } } return -1; } public static void main(String[] args) { int[] arr = {1, 3, 5, 7, 9, 11, 13, 15}; int target = 7; int result = binarySearch(arr, target); if (result == -1) { System.out.println("目标值不存在"); } else { System.out.println("目标值的索引为:" + result); } } } ``` 上述代码中,二分查找的算法实现在`binarySearch`方法中。传入两个参数,`arr`代表要查找的有序数组,`target`代表要查找的目标值。使用`low`和`high`变量来追踪当前查找范围的起始和结束位置。在一个循环中,不断更新`mid`变量并比较`arr[mid]`与`target`的值,根据比较结果更新`low`和`high`的值来缩小查找范围。如果找到目标值,返回其索引,否则返回-1表示目标值不存在。 在`main`方法中,给定一个有序数组`arr`和目标值`target`,调用`binarySearch`方法进行二分查找,并根据返回结果输出查找结果。 这个算法的时间复杂度为O(log n),其中n是数组的长度。相比于线性查找算法,二分查找具有更高的效率。 ### 回答3: 二分查找(Binary Search)是一种基于有序数组的查找算法。它通过将数组不断分割,将目标值与中间元素进行比较,缩小查找范围,直到找到目标元素或确定目标元素不存在。以下是一个用Java实现的二分查找示例: ```java 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; if (arr[mid] == target) { return mid; } if (arr[mid] < target) { left = mid + 1; } else { right = mid - 1; } } return -1; // 目标元素不存在 } public static void main(String[] args) { int[] arr = {2, 4, 6, 8, 10}; int target = 6; int result = binarySearch(arr, target); if (result == -1) { System.out.println("目标元素不存在"); } else { System.out.println("目标元素在索引 " + result + " 处"); } } } ``` 在上面的示例中,`binarySearch` 方法使用迭代的方式来实现二分查找。它接受一个有序数组 `arr` 和目标值 `target` 作为参数。初始时,定义两个指针 `left` 和 `right` 分别指向数组的首尾元素。然后使用一个循环,当 `left` 不大于 `right` 时,就进行迭代查找。 在每次循环中,计算中间元素的索引 `mid`,使用该索引获取中间元素的值。然后与目标值进行比较,如果相等则返回当前索引 `mid`。如果目标值小于中间元素的值,则将 `right` 更新为 `mid - 1`,将查找范围缩小到左半部分。如果目标值大于中间元素的值,则将 `left` 更新为 `mid + 1`,将查找范围缩小到右半部分。 如果循环结束后仍未找到目标元素,则返回 -1,表示目标元素不存在。 在 `main` 方法中,我们定义了一个有序数组 `arr` 和目标值 `target`,然后调用 `binarySearch` 方法进行查找,并根据返回结果输出相应的信息。 以上就是一个用Java实现的二分查找算法。

相关推荐

最新推荐

recommend-type

微信小程序-番茄时钟源码

微信小程序番茄时钟的源码,支持进一步的修改。番茄钟,指的是把工作任务分解成半小时左右,集中精力工作25分钟后休息5分钟,如此视作种一个“番茄”,而“番茄工作法”的流程能使下一个30分钟更有动力。
recommend-type

激光雷达专题研究:迈向高阶智能化关键,前瞻布局把握行业脉搏.pdf

电子元件 电子行业 行业分析 数据分析 数据报告 行业报告
recommend-type

安享智慧理财测试项目Mock服务代码

安享智慧理财测试项目Mock服务代码
recommend-type

课程设计 基于SparkMLlib的ALS算法的电影推荐系统源码+详细文档+全部数据齐全.zip

【资源说明】 课程设计 基于SparkMLlib的ALS算法的电影推荐系统源码+详细文档+全部数据齐全.zip课程设计 基于SparkMLlib的ALS算法的电影推荐系统源码+详细文档+全部数据齐全.zip 【备注】 1、该项目是高分毕业设计项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(如软件工程、计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
recommend-type

华中科技大学电信专业 课程资料 作业 代码 实验报告-雷达与信息对抗-内含源码和说明书.zip

华中科技大学电信专业 课程资料 作业 代码 实验报告-雷达与信息对抗-内含源码和说明书.zip
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。