目录
什么是二分查找？
我们先问自己：
假设我有一个有序数组，我想查找某个数，有没有更快的办法？
例子：一个有序数组
A = [2, 4, 6, 8, 10, 12, 14, 16, 18]
我们要查找数字 10
复习线性查找（原始直觉）
你会从左往右开始：
查 A[0] = 2 → 不对
查 A[1] = 4 → 不对
查 A[2] = 6 → 不对
查 A[3] = 8 → 不对
查 A[4] = 10 ✅ 找到了！
虽然找到了，但我们用了 5 次比较。
❓ 问题：什么信息是线性查找浪费掉的？
数组是升序排序的！
这意味着：
如果你查找的值比当前元素还小，那么后面的所有元素就都不可能是答案！
如果我能一次性排除一大半的元素，会不会更快？
与其从前往后一个个试，
不如——每次查中间值，把数组“砍半”！
这就是二分查找的思想雏形！
查找示例
我们按照“查中间、砍一半”的策略，一步步来模拟：
示例一：在数组中查找 key = 6
Step 1：查中间位置 A[4] = 10
目标 6 < 10
→ 所以，只需要在左半边找（A[0] 到 A[3]）
Index: 0 1 2 3 4 5 6 7 8
Value: [2, 4, 6, 8, 10, 12, 14, 16, 18]
^ ^ ^
low mid high
第一次：
mid = (0 + 8) / 2 = 4 → A[4] = 10
6 < 10 → 往左边找 → high = mid - 1 = 3
Step 2：在 [2, 4, 6, 8] 中查中间 A[1] = 4
目标 6 > 4
→ 所以，只需要在右半边（A[2] 到 A[3]）
Index: 0 1 2 3
Value: [2, 4, 6, 8]
^ ^ ^
low mid high
第二次：
mid = (0+3)/2 = 1 → A[1] = 4
6 > 4 → 往右边找 → low = mid + 1 = 2
Step 3：在 [6, 8] 中查中间 A[2] = 6
✅ 找到了！
Index: 2 3
Value: [ 6, 8]
^ ^
low high
^
mid
第三次：
mid = (2+3)/2 = 2 → A[2] = 6
✅ 找到！返回索引 2
示例二：查找失败，key = 7
Step 1：A[4] = 10
→ 7 < 10 → 查左半边 [2,4,6,8]
Index: 0 1 2 3 4 5 6 7 8
Value: [2, 4, 6, 8, 10, 12, 14, 16, 18]
^ ^ ^
low mid high
第一次：
mid = 4 → A[4] = 10
7 < 10 → high = mid - 1 = 3
Step 2：A[1] = 4
→ 7 > 4 → 查右半边 [6,8]
Index: 0 1 2 3
Value: [2, 4, 6, 8]
^ ^ ^
low mid high
第二次：
mid = 1 → A[1] = 4
7 > 4 → low = mid + 1 = 2
Step 3：A[2] = 6
→ 7 > 6 → 查右边 [8]
Index: 2 3
Value: [6, 8]
^ ^
low high
^
mid = 2 → A[2] = 6
7 > 6 → low = mid + 1 = 3
Step 4：A[3] = 8
→ 7 < 8 → 查左边是空的 ❌
→ 结束 → 没找到！
Index: 3
Value: [8]
^
low
^
high
mid = 3 → A[3] = 8
7 < 8 → high = mid - 1 = 2
low = 3, high = 2 → ❌ low > high → 查找失败，返回 -1
代码实现
二分查找的本质是“每次查中间元素，利用有序性排除一半”。它通过逐步缩小查找范围，实现快速定位目标。
✅ Step 1：明确变量角色（核心三指针）
int low = 0; // 起始边界
int high = n - 1; // 终止边界
int mid; // 中间位置
这三个变量决定了你当前在哪段区间内搜索
✅ Step 2：写出搜索框架
while (low <= high) {
mid = (low + high) / 2;
if (A[mid] == key) {
return mid; // 找到了！
} else if (key < A[mid]) {
high = mid - 1; // 去左边找
} else {
low = mid + 1; // 去右边找
}
}
return -1; // 没找到
✅ Step 3：完整 C++ 代码
#include <iostream>
using namespace std;
int binarySearch(int A[], int n, int key) {
int low = 0, high = n - 1;
int mid;
while (low <= high) {
mid = (low + high) / 2;
if (A[mid] == key)
return mid;
else if (key < A[mid])
high = mid - 1;
else
low = mid + 1;
}
return -1; // 没找到
}
int main() {
int A[] = {2, 4, 6, 8, 10, 12, 14, 16, 18};
int n = sizeof(A) / sizeof(A[0]);
int key = 6;
int index = binarySearch(A, n, key);
if (index != -1)
cout << "找到了！位置是: " << index << endl;
else
cout << "没找到！" << endl;
return 0;
}
代码中每一部分的意义
| 部分 | 作用 |
|---|---|
low, high |
控制搜索的范围 |
mid |
当前要比较的位置 |
if (A[mid] == key) |
找到了！直接返回 |
key < A[mid] |
去左半边找（更新 high） |
key > A[mid] |
去右半边找（更新 low） |
while (low <= high) |
只要范围合法就继续查 |
递归版本的二分查找
✅ 一、从你已知的过程出发
我们刚刚已经通过 low、high、mid 逐步缩小范围，一步一步查找目标元素。
每一次做的事情是：
计算中间元素
mid判断
key和A[mid]的关系：相等 → 返回索引
小于 → 在 左边那一半继续查
大于 → 在 右边那一半继续查
✅ 二、你观察到了什么？
每次都把问题变成了“在一段更小的数组里做同样的查找”
是不是很眼熟？
问题本身被“缩小”了，但做的事情没有变
这就是递归的核心：
解决问题的方法和子问题的方法是一样的
✅ 三、推导出递归的三个条件（递归三要素）
为了写出递归，你必须找到：
| 要素 | 对应内容 |
|---|---|
| 递归出口 | 找到 key 或 low > high（查找失败） |
| 递归调用 | 去左半边或右半边查 |
| 参数缩小 | 每次都缩小 low 到 high 的范围 |
✅ 四、写下“语言版本”的递归逻辑
我们不写代码，先用中文自然语言表达：
如果 A[mid] == key，就返回 mid
如果 key < A[mid]，就在 low ~ mid - 1 这一段继续查
如果 key > A[mid]，就在 mid + 1 ~ high 这一段继续查
如果 low > high，说明范围已经空了，返回 -1
你已经推导出了核心逻辑！剩下只是翻译成代码。
📌 一步步实现递归版本二分查找代码
第一步：定义函数签名
你需要的不是只传数组和 key，而是也要传递当前要查找的范围：
int binarySearch(int A[], int low, int high, int key)
第二步：写出递归出口（base case）
if (low > high)
return -1; // 查找失败
第三步：写出计算 mid 和判断逻辑
int mid = (low + high) / 2;
if (A[mid] == key)
return mid;
第四步：递归调用自己（左半 or 右半）
if (key < A[mid])
return binarySearch(A, low, mid - 1, key); // 查左边
else
return binarySearch(A, mid + 1, high, key); // 查右边
最终递归代码版本如下：
int binarySearch(int A[], int low, int high, int key) {
if (low > high)
return -1; // 查找失败
int mid = (low + high) / 2;
if (A[mid] == key)
return mid;
else if (key < A[mid])
return binarySearch(A, low, mid - 1, key);
else
return binarySearch(A, mid + 1, high, key);
}
未完待续……