[英]How to find the number of iterations of binary search algorithm?
如何获得二分搜索的迭代次数?
这是我的代码:
int main()
{
int target = 11;
int N = 10;
std::vector<int> index;
int num;
for (int i = 0; i < N; i++) {
index.push_back(i);
}
int counter = 0;
unsigned int M, L = (unsigned int)-1, R = N;
M = (R - L) / 2; // Assume N is not zero
do {
int value;
M = M + L;
value = index[M];
if (value < target) L = M; else R = M;
M = (R - L) / 2;
counter++;
} while (M); // M is the size of the current interval
std::cout << R << '\n';
std::cout << "counter: " << counter << '\n';
system("pause");
return 0;
}
我想知道取决于N
的迭代次数。 我知道这个算法是如何工作的,但我想要以数学方式表示的迭代次数。
我会通过使用递归二进制搜索函数来进行递归增量。 在二进制检查的每个分支中,只需递增 1 即可递归计算迭代次数。
#include <iostream>
#include <vector>
std::size_t binarySearch(
const std::vector<int>& arr, // pass array as non-modifiyable(const ref)
std::size_t start, std::size_t end, // start and end indexes of the array
const int target) // target to find
{
if (arr.size() == 1) return arr[0] == target ? 1 : 0; // edge case
if (start <= end)
{
const std::size_t mid_index = start + ((end - start) / 2);
return arr[mid_index] == target ? 1 : // found the middle element
arr[mid_index] < target ?
binarySearch(arr, mid_index + 1, end, target) + 1: // target is greater than mid-element
binarySearch(arr, start, mid_index - 1, target) + 1; // target is less than mid-element
}
return 0;
}
int main()
{
int target = 11;
const int N = 10;
std::vector<int> index;
index.reserve(N); // reserve some memory
for (int i = 0; i < N; i++) {
index.push_back(i);
}
std::cout << "counter: " << binarySearch(index, 0, index.size() - 1, target) << std::endl;
return 0;
}
输出:
counter: 4
数学上可能的最大迭代(假设只有整数类型的情况)是 = ceil( log2 ( initial_r - initial_l ) ) 对数的基数是 2 因为每次我们通过取一个中间值并切换到一半来将我们的范围减半。
我也一直试图围绕对数概念化进行思考,这就是我试图理解答案的方式
来自https://en.wikipedia.org/wiki/Binary_search_algorithm
在数学中,二进制对数 (log 2 n) 是数字 2 必须进行的幂才能获得值 n。 也就是说,对于任何实数 x,
x=log 2 n <=等价于=> 2 x =n
&
每棵有 n 个叶子的二叉树的高度至少为 log 2 n,当 n 是 > 2 的幂并且这棵树是一棵完全二叉树时相等。
二分搜索有点像沿着二叉搜索树走,然后将节点减半,该系列是对数(以 2 为底)系列(我自己的理解,没有引用,可能是错误的)
然后从https://www.cct.lsu.edu/~sidhanti/tutorials/data_structures/page305.html
高度为 h 的完美二叉树正好有 2 h+1 -1 个内部节点。 相反,具有 n 个内部节点的完美二叉树的高度为 log 2 (n+1)。 如果我们有一个具有完美二叉树形状的搜索树,那么每次不成功的搜索都会访问恰好 h+1 个内部节点,其中 h=log 2 (n+1)。
(再次跟进我自己的理解......)
因此,要到达节点 N(每个二叉搜索树的值为 N?),在最坏的情况下,您将进行 log 2 (N+1) 次迭代(遍历树的多个级别)(找到仍然是一个概率,因此“最坏情况”的措辞)。
在这里试运行(通过构建一个小的 BST 并手动计数): https : //www.cs.usfca.edu/~galles/visualization/BST.html
(回答开放以供审查/确认/更正措辞/计算当然,因为我试图整合不同的资源以得出在这种情况下有意义的理论)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.