[英]How to find the number of iterations of binary search algorithm?
如何獲得二分搜索的迭代次數?
這是我的代碼:
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;
}
我想知道取決於N
的迭代次數。 我知道這個算法是如何工作的,但我想要以數學方式表示的迭代次數。
我會通過使用遞歸二進制搜索函數來進行遞歸增量。 在二進制檢查的每個分支中,只需遞增 1 即可遞歸計算迭代次數。
#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;
}
輸出:
counter: 4
數學上可能的最大迭代(假設只有整數類型的情況)是 = ceil( log2 ( initial_r - initial_l ) ) 對數的基數是 2 因為每次我們通過取一個中間值並切換到一半來將我們的范圍減半。
我也一直試圖圍繞對數概念化進行思考,這就是我試圖理解答案的方式
來自https://en.wikipedia.org/wiki/Binary_search_algorithm
在數學中,二進制對數 (log 2 n) 是數字 2 必須進行的冪才能獲得值 n。 也就是說,對於任何實數 x,
x=log 2 n <=等價於=> 2 x =n
&
每棵有 n 個葉子的二叉樹的高度至少為 log 2 n,當 n 是 > 2 的冪並且這棵樹是一棵完全二叉樹時相等。
二分搜索有點像沿着二叉搜索樹走,然后將節點減半,該系列是對數(以 2 為底)系列(我自己的理解,沒有引用,可能是錯誤的)
然后從https://www.cct.lsu.edu/~sidhanti/tutorials/data_structures/page305.html
高度為 h 的完美二叉樹正好有 2 h+1 -1 個內部節點。 相反,具有 n 個內部節點的完美二叉樹的高度為 log 2 (n+1)。 如果我們有一個具有完美二叉樹形狀的搜索樹,那么每次不成功的搜索都會訪問恰好 h+1 個內部節點,其中 h=log 2 (n+1)。
(再次跟進我自己的理解......)
因此,要到達節點 N(每個二叉搜索樹的值為 N?),在最壞的情況下,您將進行 log 2 (N+1) 次迭代(遍歷樹的多個級別)(找到仍然是一個概率,因此“最壞情況”的措辭)。
在這里試運行(通過構建一個小的 BST 並手動計數): https : //www.cs.usfca.edu/~galles/visualization/BST.html
(回答開放以供審查/確認/更正措辭/計算當然,因為我試圖整合不同的資源以得出在這種情況下有意義的理論)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.