java 可以通过不断收缩左右边界,在已按升序排列的 int 数组中查找目标值。每轮比较中间元素,排除不可能包含目标的一半区间;找到返回索引,本例未找到返回 -1。重复值可能命中其中任意一项,输入未排序时不能保证查找结果正确。

在升序数组中实现二分查找
二分查找的核心思想是通过不断缩小搜索范围来定位目标。我们需要定义左边界 left 和右边界 right,初始时分别指向数组的首尾。在循环过程中,计算中间位置 mid,并将目标值与 mid 处的元素进行比较。如果相等则返回索引;如果目标值较小,则说明目标在左半区,需将右边界调整为 mid - 1;反之则将左边界调整为 mid + 1。当左边界大于右边界时,说明搜索范围为空,目标不存在,应返回 -1。
在计算 mid 时,直接使用 (left + right) / 2 可能导致整数溢出,特别是在大数组中。更安全的写法是 left + (right - left) / 2。此外,必须确保非空输入数组已按升序排序;空数组可直接返回未命中,否则结果不可预测。以下代码展示了完整的手写实现及基本测试用例,包括正常命中、未找到、首尾元素匹配以及空数组处理。
public class BinarySearchManual {
public static int binarySearch(int[] arr, int target) {
if (arr == null || arr.length == 0) {
return -1;
}
int left = 0;
int right = arr.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (arr[mid] == target) {
return mid;
} else if (arr[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return -1;
}
public static void main(String[] args) {
// 测试正常情况
int[] arr1 = {1, 3, 5, 7, 9};
System.out.println("Target 5: " + binarySearch(arr1, 5)); // 预期输出: 2
System.out.println("Target 1: " + binarySearch(arr1, 1)); // 预期输出: 0
System.out.println("Target 9: " + binarySearch(arr1, 9)); // 预期输出: 4
// 测试未找到
System.out.println("Target 6: " + binarySearch(arr1, 6)); // 预期输出: -1
// 测试空数组
int[] emptyArr = {};
System.out.println("Empty array: " + binarySearch(emptyArr, 5)); // 预期输出: -1
}
}运行上述代码,控制台应依次输出对应目标的索引或 -1。特别注意空数组的处理,直接返回 -1 可避免后续越界异常。对于未找到的情况,如目标值 6 不在数组中,循环会在 left > right 时终止,最终返回 -1。此实现不保证返回重复元素中的第一个或最后一个,仅返回任意一个命中索引,符合一般查找需求。
立即学习“Java免费学习笔记(深入)”;

跟踪二分查找的左右边界如何收缩
理解二分查找的关键在于跟踪 left 和 right 的变化过程。以数组 {1, 3, 5, 7, 9} 查找目标 6 为例:初始 left=0, right=4, mid=2 (值为 5)。因 5 6,right 变为 2。此时 left=3 > right=2,循环结束,返回 -1。这一过程展示了如何通过比较逐步排除不可能区域。
public class BoundaryTrace {
public static int traceBinarySearch(int[] arr, int target) {
if (arr == null || arr.length == 0) return -1;
int left = 0;
int right = arr.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
System.out.printf("Left: %d, Right: %d, Mid: %d (Val: %d)%n", left, right, mid, arr[mid]);
if (arr[mid] == target) {
return mid;
} else if (arr[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return -1;
}
public static void main(String[] args) {
int[] arr = {1, 3, 5, 7, 9};
System.out.println("Result for 6: " + traceBinarySearch(arr, 6));
}
}执行此段代码,你将看到每次迭代中 left、right 和 mid 的具体数值。这有助于验证逻辑是否正确缩小区间。例如,当目标为 6 时,mid 从 2 变到 3,随后区间失效。这种追踪方式可用于调试复杂场景,如查找不存在于数组中的值或位于边缘的值。确保在每次更新边界后,新区间仍包含潜在目标,否则可能遗漏解。
另一个常见错误是在更新边界时忘记加 1 或减 1,导致死循环。例如,若写成 right = mid 而非 right = mid - 1,当 arr[mid] > target 时,right 不变,left 也不变(若 mid 未变),循环无法退出。务必检查边界更新是否严格缩小了搜索空间。此外,对于含重复元素的数组,此实现可能返回任意一个匹配索引,若需特定索引(如首个),需额外调整逻辑。
区分 Arrays.binarySearch 返回值规则
Java 标准库提供了 java.util.Arrays.binarySearch 方法,其功能与手写实现类似,但返回值规则不同。当找到目标时,它返回非负索引,与手写一致。但当未找到时,它返回 -(insertion point) - 1,其中 insertion point 是目标值应插入的位置以保持有序。这与手写实现直接返回 -1 不同,需特别注意区分,避免误判。
import java.util.Arrays;
public class LibraryComparison {
public static void main(String[] args) {
int[] arr = {1, 3, 5, 7, 9};
// 手写实现
int manualResult = binarySearchManual(arr, 6);
System.out.println("Manual result for 6: " + manualResult); // 预期: -1
// 库函数
int libraryResult = Arrays.binarySearch(arr, 6);
System.out.println("Library result for 6: " + libraryResult); // 预期: -4
// 解析库函数负数结果
if (libraryResult < 0) {
int insertionPoint = -(libraryResult + 1);
System.out.println("Insertion point for 6: " + insertionPoint); // 预期: 3
}
}
private static int binarySearchManual(int[] arr, int target) {
if (arr == null || arr.length == 0) return -1;
int left = 0, right = arr.length - 1;
while (left <= right) {
int mid = left + (right - left) / 2;
if (arr[mid] == target) return mid;
else if (arr[mid] < target) left = mid + 1;
else right = mid - 1;
}
return -1;
}
}运行上述代码,手写方法对目标 6 返回 -1,而 Arrays.binarySearch 返回 -4。这是因为 6 应插入到索引 3 处(即 7 之前),故 insertion point 为 3,返回值为 -(3+1) = -4。通过 -(result + 1) 可还原插入点。这一差异在手写实现中不存在,因此在使用库函数时需额外处理负数返回值,以获取插入位置信息。
在实际开发中,若只需判断是否存在,两者均可;但若需知道插入位置以维持有序性,库函数更有用。注意,Arrays.binarySearch 要求数组已排序,否则结果未定义。此外,它不支持自定义比较器用于对象数组以外的类型,而手写实现可灵活扩展。避免混淆两者的返回语义,特别是在处理失败情况时,不要假设库函数也返回 -1。


















