如何高效在浮点数组中查找与参考值最接近的元素？

因为你的数组A是已排序的，完全没必要用遍历数组计算所有差值的O(n)方法，用二分查找可以把时间复杂度降到O(logn)，这对百万级甚至更大规模的数组来说效率提升非常显著。

实现思路 #

利用已排序数组的特性，通过二分查找快速定位到目标值b应该插入的位置，然后只需要比较这个位置的前一个元素和当前位置的元素（如果存在），就能找到绝对差值最小的元素。

Julia 实现代码 #

function find_closest_sorted(array, element)
    idx = searchsortedfirst(array, element)
    # 处理边界情况：目标比所有元素都小
    if idx == 1
        return 1
    # 目标比所有元素都大
    elseif idx > length(array)
        return length(array)
    else
        # 比较前一个元素和当前元素哪个更接近
        if abs(array[idx-1] - element) <= abs(array[idx] - element)
            return idx-1
        else
            return idx
        end
    end
end

为什么这比朴素实现好 #

• 时间复杂度从O(n)降到O(logn)，对于10⁶个元素的数组，log₂(10⁶)≈20，计算量直接从百万级降到几十级，性能差距非常大。
• 避免了创建整个差值数组（abs.(array .- element)），节省了大量内存，尤其是数组规模极大时，内存占用的优化也很关键。
• 不限制元素类型，整数、浮点数都能完美处理，解决了你提到的多数方案只针对整数的问题。

内容的提问来源于stack exchange，提问作者qntdni