二分查找又称折半查找，它是一种效率较高的查找方法。
折半查找的算法思想是将数列按有序化(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。
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。
算法步骤描述
① 首先确定整个查找区间的中间位置 mid = （ left + right ）/ 2
② 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
③ 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）{ 3,5,11,17,21,23,28,30,32,50,64,78,81,95,101}，按折半查找算法，查找关键字值为81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。
01.package src.com.sunchis.basic; 02. 03.public class BinarySearch { 04. /** 05. * 二分查找算法 06. * 07. * @param srcArray 有序数组 08. * @param key 查找元素 09. * @return key的数组下标，没找到返回-1 10. */ 11. public static void main(String[] args) { 12. int srcArray[] = {3,5,11,17,21,23,28,30,32,50,64,78,81,95,101}; 13. System.out.println(binSearch(srcArray, 0, srcArray.length - 1, 81)); 14. } 15. 16. // 二分查找递归实现 17. public static int binSearch(int srcArray[], int start, int end, int key) { 18. int mid = (end - start) / 2 + start; 19. if (srcArray[mid] == key) { 20. return mid; 21. } 22. if (start >= end) { 23. return -1; 24. } else if (key > srcArray[mid]) { 25. return binSearch(srcArray, mid + 1, end, key); 26. } else if (key < srcArray[mid]) { 27. return binSearch(srcArray, start, mid - 1, key); 28. } 29. return -1; 30. } 31. 32. // 二分查找普通循环实现 33. public static int binSearch(int srcArray[], int key) { 34. int mid = srcArray.length / 2; 35. if (key == srcArray[mid]) { 36. return mid; 37. } 38. 39. int start = 0; 40. int end = srcArray.length - 1; 41. while (start <= end) { 42. mid = (end - start) / 2 + start; 43. if (key < srcArray[mid]) { 44. end = mid - 1; 45. } else if (key > srcArray[mid]) { 46. start = mid + 1; 47. } else { 48. return mid; 49. } 50. } 51. return -1; 52. } 53.}