在本机二进制搜索中，我们选择1/2作为中点，以减少线性搜索和可能的答案中的“工作量”的一半。但是，如果check_mid（mid）函数的时间复杂度不固定，1/2还是搜索的合理点吗？
例如，在查找第一个错误版本的问题中。假设check_mid（mid）的时间复杂度为O（mid），数组的长度为N。当我们将中点设置为1/2时，线性搜索左侧部分的时间复杂度将为1/8 * N ^ 2，右边部分将是3/8 * N ^ 2。那么，在“工作量”方面，划分是不公平的，在这种情况下（1 / sqrt（2）或2/3），大于1/2的因子会更好吗？
简而言之，我的困惑是我们摆脱了一半的可能案件，或者这些案件占据了“工作量”的一半？假设“工作量” -T表示线性检查所有可能的情况。如果在每次递归中都将T的一半切掉，则最差的时间复杂度将是log2（T）。但是，如果我们排除了一半的可能情况，那么当check_mid（mid）函数不固定时，最差的时间复杂度就不会是log2（T）。
Is there a more efficient search factor than midpoint for binary search?
这个问题是相似的，但是它的答案没有考虑check_mid（mid）的时间复杂性。
答案 0 :(得分：0)
如果您事先了解一些发行方面的知识，也许您可以找到更好的解决方法，否则1/2认为随机选择[1,3,8,11,23..]的最佳方法。 [对于所有搜索]。
在大多数情况下，二进制搜索应用于未知序列。
对于已知分布：exponential-grow [1 3 9 27 81 ...]很明显，非常低的值将接近开始值（或1/3），因此1/3对于lower values和2/3来说可能很好higher values。但是即使在这里，经过几次迭代也几乎没有做出任何假设，即“可能”是一半（因此，再次将枢轴更改为1/2会得到更好的时间）。此处的解决方案基于“有机会猜测正确的一半[项目较少的那一半]”，并根据已知分布进行了几次迭代。