设查找数据的范围下限为l=0，上限为h=4，求中点m=（l+h）/2，用X与中点元素am比较，若X等于am，即找到，停止查找。
否则，若X大于am，替换下限l=m+1，到下半段继续查找。
若X小于am，换上限h=m-1，到上半段继续查找，如此重复前面的过程直到找到或者l>h为止。
如果l>h，说明没有此数，打印找不到信息，程序结束。
该方法是查找的范围不断缩小一半，所以查找效率较高。
扩展资料
折半查找法优缺点
Bentley在自己的著作《Writing
Correct
Programs》中写道，90%的计算机专家不能在2小时内写出完全正确的二分搜索算法。
问题的关键在于准确地制定各次查找范围的边界以及终止条件的确定，正确地归纳奇偶数的各种情况，其实整理后可以发现它的具体算法是很直观的。
折半查找法的优点是比较次数少，查找速度快，平均性能好。
其缺点是要求待查表为有序表，且插入删除困难，因此折半查找方法适用于不经常变动而查找频繁的有序列表。
参考资料来源：搜狗百科-折半查找法
http://baike.baidu.com/view/549603.html算法思想：将数列按有序化(递增或递减)排列，查找过程中采用跳跃式方式查找，即先以有序数列的中点位置为比较对象，如果要找的元素值小于该中点元素，则将待查序列缩小为左半部分，否则为右半部分。通过一次比较，将查找区间缩小一半。折半查找是一种高效的查找方法。它可以明显减少比较次数，提高查找效率。但是，折半查找的先决条件是查找表中的数据元素必须有序。算法步骤描述：step1 首先确定整个查找区间的中间位置mid = （ left + right ）/ 2step2 用待查关键字值与中间位置的关键字值进行比较；若相等，则查找成功若大于，则在后（右）半个区域继续进行折半查找若小于，则在前（左）半个区域继续进行折半查找 Step3 对确定的缩小区域再按折半公式，重复上述步骤。最后，得到结果：要么查找成功， 要么查找失败。折半查找的存储结构采用一维数组存放。折半查找算法举例 对给定数列（有序）{ 3，5，11，17，21，23，28，30，32，50}，按折半查找算法，查找关键字值为30的数据元素。折半查找的算法讨论：优点: ASL≤log2n，即每经过一次比较,查找范围就缩小一半。经log2n 次计较就可以完成查找过程。缺点：因要求有序，所以要求查找数列必须有序，而对所有数据元素按大小排序是非常费时的操作。另外，顺序存储结构的插入、删除操作不便利。考虑：能否通过一次比较抛弃更多的部分（即经过一次比较，使查找范围缩得更小），以达到提高效率的目的。……？可以考虑把两种方法（顺序查找和折半查找）结合起来，即取顺序查找简单和折半查找高效之所长，来达到提高效率的目的？实际上这就是分块查找的算法思想。例如：[问题分析] 由于数据按升序排列,故用折半查找最快捷. program binsearchconst max=10var num:array[1..max] of integeri,n:integerprocedure search(x,a,b:integer)var mid:integerbeginif a=b thenif x=num[a] then writeln('Found:',a) else writeln('Number not found')else beginmid:=(a+b) div 2if x>num[mid] then search(x,mid,b)if x/使用折半法进行查找int getIndex(int[] nList, int nCount, int nCode) {int nIndex = -1int jMin = 0int jMax = nCount - 1int jCur = (jMin+jMax)/2do{if(nList[jCur] >nCode) {jMax--} else if(nList[jCur] <nCode) {jMin++} else if(nList[jCur] == nCode) {nIndex = jCurbreak}jCur = (jMin + jMax)/2} while(jMin <jMax)return nIndex}二分查找的性能说明虽然二分查找的效率高，但是要将表按关键字排序。而排序本身是一种很费时的运算。既使采用高效率的排序方法也要花费 O(n lg n) 的时间。 二分查找只适用顺序存储结构。为保持表的有序性，在顺序结构里插入和删除都必须移动大量的结点。因此，二分查找特别适用于那种一经建立就很少改动、而又经常需要查找的线性表。 对那些查找少而又经常需要改动的线性表，可采用链表作存储结构，进行顺序查找。链表上无法实现二分查找二分查找的C#实现代码：using Systemusing System.Collections.Genericusing System.Textnamespace BinschDemo{public class BinschDemo{public static int Binsch(int[] a, int key){int low = 1 int high = a.Length while (low <= high){int mid = (low + high) / 2 if (key == a[mid]){return mid //返回找到的索引值}else{if (key <a[mid])high = mid - 1 elselow = mid + 1 }}return -1//查找失败}static void Main(string[] args){Console.WriteLine("请输入10个递增数字: ") int[] list = new int[10] for (int i = 0i <10i++){Console.Write("数字 : ", i) list = Convert.ToInt32(Console.ReadLine()) }Console.Write("请输入一个你要查找的数字:") int find = Convert.ToInt32(Console.ReadLine()) int result = Binsch(list, find) Console.WriteLine(result) }}}折半查找法又称为二分查找法。
假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。
重复以上过程，直到找到满足条件的记录，此时查找成功；或直到子表不存在为止，此时查找不成功。
二分查找的基本思想是将n个元素分成大致相等的两部分，取a[n/2]与x做比较，如果x=a[n/2]，则找到x，算法中止；如果x<a[n/2],则只要在数组a的左半部分继续搜索x，如果x>a[n/2]，则只要在数组a的右半部搜索x。
时间复杂度就是求while循环的次数。
假设总共有n个元素，每次查找的区间大小就是n，n/2，n/4，…，n/2^k，其中k就是循环的次数。
由于 n/2^k 取整后>=1，令 n/2^k=1 ， 可得k=log2(n),（以2为底n的对数）。
所以时间复杂度可以表示为O(h)=O(log2(n))
运行结果：
分析：
while循环中的 “<=” 不能写成 “<”。下面举两个例子来看看没写等号的结果。
low = 0, high = 1, mid = (low + high) / 2 = (0 + 1) / 2 = 0, 因为a[mid] <key，low = mid + 1 = 0 + 1 = 1，此时low == high，循环结束。返回-1，表示没有找到数据。但实际上数组a中有20这个数。
low = 0, high = 2, mid = (low + high) / 2 = (0 + 2) / 2 = 1, 因为a[mid] <key，low = mid + 1 = 1 + 1 = 2，此时low == high，循环结束。返回-1，表示没有找到数据。但实际上数组a中有30这个数。
优点是比较次数少，查找速度快，平均性能好；
缺点是要求待查表为有序表，若无序得先排序。
因此，折半查找方法适用于不经常变动而查找频繁的有序列表。
欢迎分享，转载请注明来源：民族网
