二分查找算法在平方根计算中的应用与优化

1. 二分查找算法与平方根计算的关系

第一次接触二分查找算法时，我完全没想到这个看似简单的思想能用来计算平方根。直到有一天，我在解决LeetCode第69题"x的平方根"时，才真正体会到二分查找在数值计算中的精妙之处。

计算一个非负整数x的平方根（只保留整数部分）这个问题，最直观的解法可能是从0开始逐个尝试，直到找到最大的整数i满足i² ≤ x。但这种方法的时间复杂度是O(√x)，当x很大时效率极低。而二分查找可以将时间复杂度降到O(logx)，效率提升显著。

二分查找之所以适用于平方根计算，是因为：

1. 平方根函数在定义域内是单调递增的
2. 我们可以将问题转化为在有序区间[0, x]中查找满足条件的最大整数
3. 每次迭代都能将搜索范围减半，快速逼近解

2. 二分查找求平方根的基本实现

2.1 算法框架设计

实现二分查找求平方根的基本框架如下：

python复制def mySqrt(x):
    if x < 2:
        return x
    
    left, right = 0, x
    while left <= right:
        mid = left + (right - left) // 2
        if mid * mid == x:
            return mid
        elif mid * mid < x:
            left = mid + 1
        else:
            right = mid - 1
    
    return right

这个实现有几个关键点需要注意：

1. 边界条件处理：当x为0或1时直接返回x
2. 中间值计算：使用left + (right - left) // 2而非(left + right) // 2防止整数溢出
3. 循环终止条件：left <= right确保能处理所有情况
4. 返回值：最终返回right而非left，因为我们要找的是不超过x的最大整数平方根

2.2 算法正确性分析

让我们以x=8为例，逐步分析算法的执行过程：

初始状态：left=0, right=8

1. mid=4, 4²=16>8 → right=3
2. mid=1, 1²=1<8 → left=2
3. mid=2, 2²=4<8 → left=3
4. mid=3, 3²=9>8 → right=2
   循环终止，返回right=2

确实，2是8的整数平方根，因为2²=4≤8且3²=9>8。

2.3 时间复杂度与空间复杂度

时间复杂度：O(logx)

• 每次迭代将搜索范围减半，最多需要log₂x次迭代

空间复杂度：O(1)

• 只使用了固定数量的变量，与输入规模无关

3. 算法优化与边界条件处理

3.1 初始右边界优化

观察到一个数的平方根不会超过它的一半（x≥4时），我们可以将初始右边界设为x//2 + 1：

python复制def mySqrt(x):
    if x < 2:
        return x
    
    left, right = 2, x // 2
    while left <= right:
        mid = left + (right - left) // 2
        if mid * mi