二进制搜索和插值搜索相结合背后是否有任何研究或理论？

我刚刚读过该算法是否仍可以视为二进制搜索算法？并回顾了几年前，我写了一个索引器/搜索日志文件，以按日期/时间窗口在大型纯文本文件中查找日志条目。

在这样做的同时，我决定尝试插值搜索（我不知道那是什么，我自己偶然发现了这个想法）。然后出于某种原因，我继续采用交替插值步骤与二进制拆分步骤的想法：在步骤0上，我将进行插值以确定测试点，然后在步骤1上，我将采用精确的中点等。

然后，我使用纯插值搜索，纯二进制搜索和组合尝试对系统进行了基准测试。在找到一组随机选择的时间之前，在时间和所需测试数量上，交替方法无疑是赢家。

受链接问题的启发，我只是快速搜索了“交替插值搜索和二进制搜索”，却一无所获。我还尝试了“对冲插值搜索”，如对某个答案的评论所建议的那样。

我偶然发现了一个已知的东西吗？对于某些类型的数据，它有更快的速度吗？日志文件通常在时间上很大（例如1-2 GB的文本，可能要搜索1000万行），并且日期/时间在其中的分布非常复杂，包括大量的活动，一般的高峰时间和安静时间。我的基准测试是从均匀分布的目标时间中采样得出的。

我偶然发现了一个已知的东西吗？

$O(log\ log\ n)$$O(log\ n)$

• 内省搜索是您的方法（在内插搜索和二进制搜索之间进行迭代）。我没有进一步的细节。

• N. Santoro，JB Sidney（1985）的插值二分搜索（IBS）。

  一般想法是，仅当搜索的数组大于给定阈值时，插值搜索才有用。当考虑的搜索段小于用户定义的阈值时，将无条件应用二进制搜索。反之亦然，在该阈值之上，将应用插值搜索步骤，然后最终执行二进制搜索步骤。

  这与您的方法有很多共同点。

• Biagio Bonasera，Emilio Ferrara，Giacomo Fiumara，Francesco Pagano，Alessandro Provetti的自适应搜索（AS）

  用作者的话：

  [插值二进制搜索]设计了一种类似的解决方案，将插值和二进制搜索结合在一起（但不融合）。尽管渐进复杂度相同，但仍存在一些明显的差异。

  [切]

  因此，有可能表明，对于任何输入，AS都不会比IBS进行更多的基本操作。

  与“简单”插值搜索相比，该算法可能要花费多达两倍的运算量，才能仔细地找出搜索片段的最佳二等分，这反过来意味着将需要较少的迭代来完成（但是您的开销更大） 。

交织两种算法来获得最佳性能是一种已知技术，尽管通常将其描述为以“并行”方式运行它们，并在任一终止时立即返回答案。

尽管从理论上讲更快，但是与二进制搜索相比，插值搜索有两个缺点：

• 它具有糟糕的（线性）最坏情况性能

• 计算中点的开销相当大。二进制搜索迭代比插值搜索快数百倍

我希望这样一种方法是最有效的，即在范围较大时进行插值搜索，而在范围较小时切换为二进制搜索。如果您可以尝试此实验，那就太好了。

$\log n$$\log \log n$$\log n$$\log \log n$

我认为您的结果可以用两种现象来解释：

• 与二进制搜索结合使用，可以避免出现最坏情况

• 在小型数据集上切换到二进制搜索的积极效果