算法学习日常：和查找算法死磕的一天
今天的算法与数据结构课，全程围着查找算法打转，从顺序查找的基础到二分查找的优化，再到哈希查找的思路，跟着老师一点点抠细节，才发现看似简单的“找东西”，藏着超多提升效率的门道，越学越觉得算法的精髓全在“巧思”里。
课前翻书还觉得查找算法没啥难的，顺序查找不就是从头遍历到尾，找到目标就停吗？自己敲代码也能随手写出来，可老师一提问就被问住了：“如果数据量有十万、一百万条，顺序查找还能用吗？”一算时间复杂度O(n)，瞬间明白，基础方法能解决问题，但面对大数据量，效率完全跟不上，这也是为啥要学更优的查找算法的原因。
重点还是二分查找，这玩意之前刷题时背过代码，可总在边界条件上栽跟头，今天老师带着从头拆解，才算彻底捋顺。首先得明确，二分查找的前提是数据有序，核心就是不断缩小查找范围，用中间值和目标值比对，比目标大就去左半区找，小就去右半区找。之前总纠结while(left <= right)还是left < right，老师拿具体的有序数组举例，一步步演示循环过程：当用<=时，循环结束意味着整个区间都查完了，适合找“目标是否存在”；用<时，最后left和right会指向同一个位置，适合找“目标的插入位置”。跟着敲了三遍代码，分别测了找得到、找不到、找边界值的情况，终于不再凭感觉写条件，心里有底多了。
课上还拓展了哈希查找的初步思路，老师用“字典查字”类比，哈希表就像字典的音序表，通过哈希函数把数据映射到固定的位置，查找时直接按位置取，时间复杂度能接近O(1)，这效率直接拉满。虽然还没学哈希冲突的解决办法，光听这个核心思想就觉得很惊艳，原来不用遍历，通过“映射”就能快速找到目标，这和顺序、二分的思路完全不同，一下子打开了新视角。
课后做练习时，特意把三种查找算法放在一起对比测试，用了个一千条的有序数组，找同一个目标值，顺序查找要循环两百多次，二分查找只需要七八次，哈希查找几乎瞬间出结果，差距肉眼可见。也踩了个小坑，写二分查找时忘了先给数组排序，直接套公式，结果怎么找都不对，回头改完才想起老师反复强调的“前提条件”，看来学算法真的不能死记代码，得记清适用场景。
今天的课也算给我提了个醒，算法不是“炫技”，而是为了高效解决问题，不同的场景选不同的方法，这才是学习的关键。就像查找，小数据量用顺序查找简单直接，有序大数据量用二分，追求极致效率就考虑哈希，没有最好的算法，只有最适合的算法。
晚上打算把今天的三个查找算法整理成笔记，标清时间复杂度、适用场景和核心易错点，再找几道不同场景的题练练手，把二分查找的边界条件彻底吃透。算法学习就是这样，看似简单的知识点，抠透细节才能真正掌握，慢慢来，总能越学越顺～