利用二分查找獲得List中小於並且最接近的數

引言

最近在老系統中看到了一大段代碼，這個代碼的目的是遷移遷移歷史，在遷移的過程中需要很多計算，我大概看了一下代碼，裏面到處都是for 循環，雖然for循環的邏輯比較簡單，但是循環的次數太多了， 這就導致這個方法非常的慢，其中有一個地方就是通過循環獲得日期。

如果list中有5000個日期，恰好這個要查找的日期在最後面一個，那麼肯定完蛋。 如果通過二分查找肯定會會少很多循環。

目標：找到集合中早於目標日期，並且最接近的一個日期，如果沒有早於的則不返回

代碼：

package com.zqf.platformweb.statistics.service;

import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Date;
import java.util.List;

/**
 * @author zhenghao
 * @description:
 * @date 2020/6/2118:45
 */
public class test {

    public static void main(String[] args) throws Exception {
        SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
        Integer c = 0;
        //需要一個有序且不重複的數組
        List<Date> number = new ArrayList<>();
        number.add(sdf.parse("2010-04-10"));
        number.add(sdf.parse("2013-03-14"));
        number.add(sdf.parse("2015-07-18"));
        number.add(new Date());
        number.add(sdf.parse("2025-07-16"));
        System.out.println(find(number, 0, number.size()-1, sdf.parse("2025-07-16"), c));
    }

    public static Date find(List<Date> number, Integer start, Integer end, Date k, Integer c){
        c++;
        //如果只剩一個 直接返回
        if (start.equals(end)){
            Date startN = number.get(start);
            if (!startN.after(k)){
                return startN;
            }
            return null;
        }
        //如果只剩兩個  返回最小的那個
        if (Math.abs(start-end) == 1){
            Date startN = number.get(start);
            Date endN = number.get(end);
            if (!endN.after(k)){
                return endN;
            }
            if (!startN.after(k)){
                return startN;
            }
            return null;

        }
        int midle = (start + end)/2;
        Date right = number.get(midle+1);

        //如果左邊差值 比 右邊差值 小 遞歸左半部分
        if (!right.after(k)){
            return find(number, midle + 1, end, k, c);
        }else {
            return find(number, start, midle , k, c);
        }
    }

}

經過測試，效果有很多提升，各位讀者可以根據自己的需求，採用合適的算法來提升性能。

總結

如果能深入的瞭解數據結構和算法，在代碼性能優化方面會有更多的思路，效果也會有明顯提升。