10.1 二分探索¶
二分探索(binary search)は分割統治法に基づく効率的な探索アルゴリズムです。データが整列済みである性質を利用し、各ラウンドで探索範囲を半分に縮小し、目標要素を見つけるか探索区間が空になるまで続けます。
Question
長さ \(n\) の配列 nums が与えられます。要素は小さい順に並んでおり、重複しません。要素 target がこの配列内にある場合はそのインデックスを返し、含まれない場合は \(-1\) を返してください。例を次の図に示します。

図 10-1 二分探索の例
次の図に示すように、まずポインタ \(i = 0\) と \(j = n - 1\) を初期化し、それぞれ配列の先頭要素と末尾要素を指すようにして、探索区間 \([0, n - 1]\) を表します。角括弧は閉区間を表し、境界値自体を含むことに注意してください。
次に、以下の 2 つの手順を繰り返します。
- 中央のインデックス \(m = \lfloor {(i + j) / 2} \rfloor\) を計算します。ここで \(\lfloor \: \rfloor\) は切り捨てを表します。
nums[m]とtargetの大小関係を判定し、次の 3 つの場合に分かれます。nums[m] < targetのとき、targetは区間 \([m + 1, j]\) にあるため、\(i = m + 1\) を実行します。nums[m] > targetのとき、targetは区間 \([i, m - 1]\) にあるため、\(j = m - 1\) を実行します。nums[m] = targetのとき、targetが見つかったので、インデックス \(m\) を返します。
配列に目標要素が含まれない場合、探索区間は最終的に空まで縮小されます。このとき \(-1\) を返します。







図 10-2 二分探索の流れ
注意すべき点として、\(i\) と \(j\) はどちらも int 型であるため、\(i + j\) が int 型の範囲を超える可能性があります。大きな数によるオーバーフローを避けるため、通常は式 \(m = \lfloor {i + (j - i) / 2} \rfloor\) を用いて中点を計算します。
コードは次のとおりです。
def binary_search(nums: list[int], target: int) -> int:
"""二分探索(両閉区間)"""
# 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
i, j = 0, len(nums) - 1
# ループし、探索区間が空になったら終了する(i > j で空)
while i <= j:
# 理論上、Python の数値は無限に大きくできるため(メモリ容量に依存)、大きな数のオーバーフローを考慮する必要はない
m = (i + j) // 2 # 中点インデックス m を計算
if nums[m] < target:
i = m + 1 # この場合、target は区間 [m+1, j] にある
elif nums[m] > target:
j = m - 1 # この場合、target は区間 [i, m-1] にある
else:
return m # 目標要素が見つかったらそのインデックスを返す
return -1 # 目標要素が見つからなければ -1 を返す
/* 二分探索(両閉区間) */
int binarySearch(vector<int> &nums, int target) {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
int i = 0, j = nums.size() - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j] にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m-1] にある
j = m - 1;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(両閉区間) */
int binarySearch(int[] nums, int target) {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
int i = 0, j = nums.length - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j] にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m-1] にある
j = m - 1;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(両閉区間) */
int BinarySearch(int[] nums, int target) {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
int i = 0, j = nums.Length - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j] にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m-1] にある
j = m - 1;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(両閉区間) */
func binarySearch(nums []int, target int) int {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
i, j := 0, len(nums)-1
// ループし、探索区間が空になったら終了する(i > j で空)
for i <= j {
m := i + (j-i)/2 // 中点インデックス m を計算
if nums[m] < target { // この場合、target は区間 [m+1, j] にある
i = m + 1
} else if nums[m] > target { // この場合、target は区間 [i, m-1] にある
j = m - 1
} else { // 目標要素が見つかったらそのインデックスを返す
return m
}
}
// 目標要素が見つからなければ -1 を返す
return -1
}
/* 二分探索(両閉区間) */
func binarySearch(nums: [Int], target: Int) -> Int {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
var i = nums.startIndex
var j = nums.endIndex - 1
// ループし、探索区間が空になったら終了する(i > j で空)
while i <= j {
let m = i + (j - i) / 2 // 中点インデックス m を計算
if nums[m] < target { // この場合、target は区間 [m+1, j] にある
i = m + 1
} else if nums[m] > target { // この場合、target は区間 [i, m-1] にある
j = m - 1
} else { // 目標要素が見つかったらそのインデックスを返す
return m
}
}
// 目標要素が見つからなければ -1 を返す
return -1
}
/* 二分探索(両閉区間) */
function binarySearch(nums, target) {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
let i = 0,
j = nums.length - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
// 中点インデックス `m` を計算し、`parseInt()` で切り捨てる
const m = parseInt(i + (j - i) / 2);
if (nums[m] < target)
// この場合、target は区間 [m+1, j] にある
i = m + 1;
else if (nums[m] > target)
// この場合、target は区間 [i, m-1] にある
j = m - 1;
else return m; // 目標要素が見つかったらそのインデックスを返す
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(両閉区間) */
function binarySearch(nums: number[], target: number): number {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
let i = 0,
j = nums.length - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
// 中点インデックス m を計算
const m = Math.floor(i + (j - i) / 2);
if (nums[m] < target) {
// この場合、target は区間 [m+1, j] にある
i = m + 1;
} else if (nums[m] > target) {
// この場合、target は区間 [i, m-1] にある
j = m - 1;
} else {
// 目標要素が見つかったらそのインデックスを返す
return m;
}
}
return -1; // 目標要素が見つからなければ -1 を返す
}
/* 二分探索(両閉区間) */
int binarySearch(List<int> nums, int target) {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
int i = 0, j = nums.length - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
int m = i + (j - i) ~/ 2; // 中点インデックス m を計算
if (nums[m] < target) {
// この場合、target は区間 [m+1, j] にある
i = m + 1;
} else if (nums[m] > target) {
// この場合、target は区間 [i, m-1] にある
j = m - 1;
} else {
// 目標要素が見つかったらそのインデックスを返す
return m;
}
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(両閉区間) */
fn binary_search(nums: &[i32], target: i32) -> i32 {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
let mut i = 0;
let mut j = nums.len() as i32 - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while i <= j {
let m = i + (j - i) / 2; // 中点インデックス m を計算
if nums[m as usize] < target {
// この場合、target は区間 [m+1, j] にある
i = m + 1;
} else if nums[m as usize] > target {
// この場合、target は区間 [i, m-1] にある
j = m - 1;
} else {
// 目標要素が見つかったらそのインデックスを返す
return m;
}
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(両閉区間) */
int binarySearch(int *nums, int len, int target) {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
int i = 0, j = len - 1;
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j] にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m-1] にある
j = m - 1;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(両閉区間) */
fun binarySearch(nums: IntArray, target: Int): Int {
// 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
var i = 0
var j = nums.size - 1
// ループし、探索区間が空になったら終了する(i > j で空)
while (i <= j) {
val m = i + (j - i) / 2 // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j] にある
i = m + 1
else if (nums[m] > target) // この場合、target は区間 [i, m-1] にある
j = m - 1
else // 目標要素が見つかったらそのインデックスを返す
return m
}
// 目標要素が見つからなければ -1 を返す
return -1
}
### 二分探索(両閉区間) ###
def binary_search(nums, target)
# 両閉区間 [0, n-1] を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素を指す
i, j = 0, nums.length - 1
# ループし、探索区間が空になったら終了する(i > j で空)
while i <= j
# 理論上、Ruby の数値は無限に大きくできるため(メモリ容量に依存)、大きな数のオーバーフローを考慮する必要はない
m = (i + j) / 2 # 中点インデックス m を計算
if nums[m] < target
i = m + 1 # この場合、target は区間 [m+1, j] にある
elsif nums[m] > target
j = m - 1 # この場合、target は区間 [i, m-1] にある
else
return m # 目標要素が見つかったらそのインデックスを返す
end
end
-1 # 目標要素が見つからなければ -1 を返す
end
コードの可視化
時間計算量は \(O(\log n)\) :二分探索のループでは各ラウンドで区間が半分になるため、ループ回数は \(\log_2 n\) です。
空間計算量は \(O(1)\) :ポインタ \(i\) と \(j\) に必要なのは定数サイズの空間だけです。
10.1.1 区間の表し方¶
上記の両閉区間のほかに、一般的な区間表現として「左閉右開」区間があり、\([0, n)\) と定義されます。つまり左端は含み、右端は含みません。この表現では、区間 \([i, j)\) は \(i = j\) のとき空です。
この表現に基づいて、同じ機能を持つ二分探索アルゴリズムを実装できます。
def binary_search_lcro(nums: list[int], target: int) -> int:
"""二分探索(左閉右開区間)"""
# 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
i, j = 0, len(nums)
# ループし、探索区間が空になったら終了する(i = j で空)
while i < j:
m = (i + j) // 2 # 中点インデックス m を計算
if nums[m] < target:
i = m + 1 # この場合、target は区間 [m+1, j) にある
elif nums[m] > target:
j = m # この場合、target は区間 [i, m) にある
else:
return m # 目標要素が見つかったらそのインデックスを返す
return -1 # 目標要素が見つからなければ -1 を返す
/* 二分探索(左閉右開区間) */
int binarySearchLCRO(vector<int> &nums, int target) {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
int i = 0, j = nums.size();
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j) にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m) にある
j = m;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(左閉右開区間) */
int binarySearchLCRO(int[] nums, int target) {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
int i = 0, j = nums.length;
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j) にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m) にある
j = m;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(左閉右開区間) */
int BinarySearchLCRO(int[] nums, int target) {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
int i = 0, j = nums.Length;
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j) にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m) にある
j = m;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(左閉右開区間) */
func binarySearchLCRO(nums []int, target int) int {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
i, j := 0, len(nums)
// ループし、探索区間が空になったら終了する(i = j で空)
for i < j {
m := i + (j-i)/2 // 中点インデックス m を計算
if nums[m] < target { // この場合、target は区間 [m+1, j) にある
i = m + 1
} else if nums[m] > target { // この場合、target は区間 [i, m) にある
j = m
} else { // 目標要素が見つかったらそのインデックスを返す
return m
}
}
// 目標要素が見つからなければ -1 を返す
return -1
}
/* 二分探索(左閉右開区間) */
func binarySearchLCRO(nums: [Int], target: Int) -> Int {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
var i = nums.startIndex
var j = nums.endIndex
// ループし、探索区間が空になったら終了する(i = j で空)
while i < j {
let m = i + (j - i) / 2 // 中点インデックス m を計算
if nums[m] < target { // この場合、target は区間 [m+1, j) にある
i = m + 1
} else if nums[m] > target { // この場合、target は区間 [i, m) にある
j = m
} else { // 目標要素が見つかったらそのインデックスを返す
return m
}
}
// 目標要素が見つからなければ -1 を返す
return -1
}
/* 二分探索(左閉右開区間) */
function binarySearchLCRO(nums, target) {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
let i = 0,
j = nums.length;
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
// 中点インデックス `m` を計算し、`parseInt()` で切り捨てる
const m = parseInt(i + (j - i) / 2);
if (nums[m] < target)
// この場合、target は区間 [m+1, j) にある
i = m + 1;
else if (nums[m] > target)
// この場合、target は区間 [i, m) にある
j = m;
// 目標要素が見つかったらそのインデックスを返す
else return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(左閉右開区間) */
function binarySearchLCRO(nums: number[], target: number): number {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
let i = 0,
j = nums.length;
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
// 中点インデックス m を計算
const m = Math.floor(i + (j - i) / 2);
if (nums[m] < target) {
// この場合、target は区間 [m+1, j) にある
i = m + 1;
} else if (nums[m] > target) {
// この場合、target は区間 [i, m) にある
j = m;
} else {
// 目標要素が見つかったらそのインデックスを返す
return m;
}
}
return -1; // 目標要素が見つからなければ -1 を返す
}
/* 二分探索(左閉右開区間) */
int binarySearchLCRO(List<int> nums, int target) {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
int i = 0, j = nums.length;
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
int m = i + (j - i) ~/ 2; // 中点インデックス m を計算
if (nums[m] < target) {
// この場合、target は区間 [m+1, j) にある
i = m + 1;
} else if (nums[m] > target) {
// この場合、target は区間 [i, m) にある
j = m;
} else {
// 目標要素が見つかったらそのインデックスを返す
return m;
}
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(左閉右開区間) */
fn binary_search_lcro(nums: &[i32], target: i32) -> i32 {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
let mut i = 0;
let mut j = nums.len() as i32;
// ループし、探索区間が空になったら終了する(i = j で空)
while i < j {
let m = i + (j - i) / 2; // 中点インデックス m を計算
if nums[m as usize] < target {
// この場合、target は区間 [m+1, j) にある
i = m + 1;
} else if nums[m as usize] > target {
// この場合、target は区間 [i, m) にある
j = m;
} else {
// 目標要素が見つかったらそのインデックスを返す
return m;
}
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(左閉右開区間) */
int binarySearchLCRO(int *nums, int len, int target) {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
int i = 0, j = len;
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
int m = i + (j - i) / 2; // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j) にある
i = m + 1;
else if (nums[m] > target) // この場合、target は区間 [i, m) にある
j = m;
else // 目標要素が見つかったらそのインデックスを返す
return m;
}
// 目標要素が見つからなければ -1 を返す
return -1;
}
/* 二分探索(左閉右開区間) */
fun binarySearchLCRO(nums: IntArray, target: Int): Int {
// 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
var i = 0
var j = nums.size
// ループし、探索区間が空になったら終了する(i = j で空)
while (i < j) {
val m = i + (j - i) / 2 // 中点インデックス m を計算
if (nums[m] < target) // この場合、target は区間 [m+1, j) にある
i = m + 1
else if (nums[m] > target) // この場合、target は区間 [i, m) にある
j = m
else // 目標要素が見つかったらそのインデックスを返す
return m
}
// 目標要素が見つからなければ -1 を返す
return -1
}
### 二分探索(左閉右開区間) ###
def binary_search_lcro(nums, target)
# 左閉右開区間 [0, n) を初期化する。つまり i, j はそれぞれ配列の先頭要素と末尾要素+1を指す
i, j = 0, nums.length
# ループし、探索区間が空になったら終了する(i = j で空)
while i < j
# 中点インデックス m を計算
m = (i + j) / 2
if nums[m] < target
i = m + 1 # この場合、target は区間 [m+1, j) にある
elsif nums[m] > target
j = m - 1 # この場合、target は区間 [i, m) にある
else
return m # 目標要素が見つかったらそのインデックスを返す
end
end
-1 # 目標要素が見つからなければ -1 を返す
end
コードの可視化
次の図に示すように、2 種類の区間表現では、二分探索アルゴリズムの初期化、ループ条件、区間の縮小操作がそれぞれ異なります。
「両閉区間」の表現では左右の境界がどちらも閉区間として定義されるため、ポインタ \(i\) とポインタ \(j\) による区間縮小の操作も対称になります。このほうがミスをしにくいため、一般には「両閉区間」の書き方を推奨します。

図 10-3 2 種類の区間定義
10.1.2 利点と限界¶
二分探索は時間と空間の両面で優れた性能を持ちます。
- 二分探索は時間効率が高いです。データ量が大きい場合、対数時間計算量は大きな優位性を持ちます。たとえば、データサイズ \(n = 2^{20}\) のとき、線形探索では \(2^{20} = 1048576\) 回のループが必要ですが、二分探索では \(\log_2 2^{20} = 20\) 回で済みます。
- 二分探索は追加の空間を必要としません。追加領域を要する探索アルゴリズム(たとえばハッシュ探索)と比べて、二分探索はより省メモリです。
しかし、二分探索があらゆる状況に適しているわけではなく、主な理由は次のとおりです。
- 二分探索は整列済みデータにしか適用できません。入力データが無秩序な場合、二分探索を使うためだけにソートするのは割に合いません。ソートアルゴリズムの時間計算量は通常 \(O(n \log n)\) であり、線形探索や二分探索よりも高いからです。要素を頻繁に挿入する場面では、配列の整列性を保つために特定位置へ挿入する必要があり、その時間計算量は \(O(n)\) と高コストです。
- 二分探索は配列にしか適していません。二分探索では要素へ飛び飛びにアクセスする必要がありますが、連結リストでそのようなアクセスを行う効率は低いため、連結リストやそれを基に実装されたデータ構造には向きません。
- データ量が小さい場合は線形探索のほうが高性能です。線形探索では各ラウンドで 1 回の比較だけで済みますが、二分探索では 1 回の加算、1 回の除算、1 ~ 3 回の比較、1 回の加算(減算)が必要で、合計 4 ~ 6 個の基本操作になります。したがって、データ量 \(n\) が小さいときは、線形探索のほうがかえって速くなります。