c++中如何实现二分查找_c++ binary_search函数用法【实例】

std::binary_search仅返回bool值表示存在性,不返回下标;需获取位置应使用std::lower_bound或std::upper_bound,且容器须升序排序、支持随机访问。

binary_search 函数本身不返回下标,只判存在性

std::binary_search 是 C++ 标准库提供的算法,定义在 头文件中。它只返回 bool:找到返回 true,否则 false。它**不告诉你元素在哪儿**,所以不能直接替代“查找并返回位置”的需求。

常见误用是以为调用完 binary_search 就能拿到索引——实际不行。如果需要位置,得换用 std::lower_boundstd::upper_bound

  • 输入容器必须已升序排序(或按自定义比较器有序),否则行为未定义
  • 时间复杂度是 O(log n),但底层依赖随机访问迭代器,std::list 不能直接用
  • std::vectorstd::array、原生数组指针可用;std::set 虽有序,但不支持随机访问,binary_search 无法用于其迭代器

正确用法:检查存在性 + 获取位置的组合写法

想既知道“有没有”,又知道“在哪儿”,推荐用 std::lower_bound —— 它返回第一个 ≥ 目标值的迭代器,再配合比较判断是否真等于目标值。

std::vector arr = {1, 3, 5, 7, 9, 11};
int target = 7;

auto it = std::lower_bound(arr.begin(), arr.end(), target); if (it != arr.end() && *it == targe

t) { size_t pos = std::distance(arr.begin(), it); // 得到下标 std::cout << "found at index " << pos << "\n"; } else { std::cout << "not found\n"; }
  • std::lower_boundbinary_search 底层都是二分,性能一致
  • *it == target 判断“是否真存在”,比先调 binary_search 再调 lower_bound 更高效(避免两次二分)
  • 若容器降序,需传入 std::greater{} 作为第 4 个参数,且所有相关操作(排序、查找)必须统一用同一比较器

自定义类型必须提供可比较逻辑

对结构体或类使用 binary_searchlower_bound,编译器需要能比较大小。要么重载 operator,要么显式传入比较函数对象。

struct Person {
    std::string name;
    int age;
};
bool operator<(const Person& a, const Person& b) {
    return a.age < b.age; // 按 age 排序和查找
}

std::vector people = {{"Alice", 25}, {"Bob", 30}, {"Charlie", 35}}; Person key = {"", 30}; bool found = std::binary_search(people.begin(), people.end(), key);

  • 若没定义 operator,又没传比较器,编译失败,错误信息类似:invalid operands to binary expression ('const Person' and 'const Person')
  • 比较逻辑必须和排序时完全一致,否则查找结果不可靠
  • 建议把比较逻辑封装成 lambda 或命名函数,避免重复写错

手写二分查找要注意边界和死循环

标准库函数可靠,但面试或特殊场景(比如找插入点、找左/右边界)常需手写。最容易出错的是 while 条件和 mid 更新方式。

  • 闭区间写法(left )更直观,但更新时必须 left = mid + 1right = mid - 1,否则卡死
  • 左开右闭(left )适合找插入位置,right 初始化为 n,更新用 right = mid
  • 计算 mid 推荐写成 left + (right - left) / 2,防止 left + right 溢出(尤其 int 大数组)
  • 查不到时返回什么?-1?n?还是 std::optional?需根据业务明确约定

边界细节多,标准库已覆盖绝大多数情况,优先用 lower_bound;手写只在需要精细控制(如多次调用、定制比较逻辑、或教学目的)时才值得投入精力。