数据结构之二分查找（折半查找）

二分查找又称折半查找，优点是次数比较少，查找速度快，平均性能好，其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等即查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则查找后一子表。重复以上过程，直到找到满足条件的记录，便查找成功，或直到子表不存在未知，此时查找不成功。

二分查找算法分析

使用前提：有序、顺序表

最坏的情况就是一直在对半找下去，2的m次幂(m即查找次数)为n(总长)，即时间复杂度m为O(logn)；最好的情况就是首次就找到，即O(1)

二分查找算法实现

示例代码1：

def binary_search(li, item):"""二分查找"""n = len(li)mid = n // 2if n > 0:if li[mid] == item:return Trueelif li[mid] > item:return binary_search(li[:mid], item)else:return binary_search(li[mid + 1:], item)return Falseif __name__ == '__main__':li = [17, 20, 26, 31, 44, 50, 54, 77, 93]result1 = binary_search(li, 20)print(result1)result2 = binary_search(li, 78)print(result2)

运行结果：

示例代码2：

#  非递归
def binary_search(li, item):"""二分查找"""n = len(li)first = 0end = n - 1while first <= end:mid = (first + end) // 2if li[mid] == item:return Trueelif li[mid] > item:end = mid - 1else:first = mid + 1return Falseif __name__ == '__main__':li = [17, 20, 26, 31, 44, 50, 54, 77, 93]result1 = binary_search(li, 20)print(result1)result2 = binary_search(li, 78)print(result2)

运行结果：

比较上面两种算法是运算速度：

示例代码：

from timeit import Timer#  递归
def binary_search(li, item):"""二分查找"""n = len(li)mid = n // 2if n > 0:if li[mid] == item:return Trueelif li[mid] > item:return binary_search(li[:mid], item)else:return binary_search(li[mid + 1:], item)return False#  非递归
def binary_search2(li, item):"""二分查找"""n = len(li)first = 0end = n - 1while first <= end:mid = (first + end) // 2if li[mid] == item:return Trueelif li[mid] > item:end = mid - 1else:first = mid + 1return Falseif __name__ == '__main__':li = [17, 20, 26, 31, 44, 50, 54, 77, 93]print('查找成功情况下：')time1 = Timer('binary_search([17, 20, 26, 31, 44, 50, 54, 77, 93], 20)', 'from __main__ import binary_search')print('recursion running time:', time1.timeit(10))time2 = Timer('binary_search2([17, 20, 26, 31, 44, 50, 54, 77, 93], 20)', 'from __main__ import binary_search2')print('non-recursion running time:', time2.timeit(10))print('查找失败情况下：')time3 = Timer('binary_search([17, 20, 26, 31, 44, 50, 54, 77, 93], 78)', 'from __main__ import binary_search')print('recursion running time:', time3.timeit(10))time4 = Timer('binary_search2([17, 20, 26, 31, 44, 50, 54, 77, 93], 78)', 'from __main__ import binary_search2')print('non-recursion running time:', time4.timeit(10))

运行结果：

数据结构之二分查找（折半查找）相关推荐

二分查找/折半查找算法
二分查找又称折半查找,优点是比较次数少,查找速度快,平均性能好:其缺点是要求待查表为有序表,且插入删除困难.因此,折半查找方法适用于不经常变动而查找频繁的有序列表.首先,假设表中元素是按升序排列,将表 ...
c语言折半查找输出坐标,数据结构(C语言版)——有序表查找(折半查找)(代码版)...
数据结构(C语言版)--有序表查找(折半查找)(代码版) 数据结构(C语言版)--有序表查找(折半查找)(代码版) #include #include #define ERROR 0 #define ...
顺序表查找+折半查找(二级)
我们讲了各种数据结构之后,比如讲了线性表了,讲了栈和队列,讲了树和二叉树,讲了图之后呢,我们最后还有两个专题,一个叫查找,一个叫排序,我们先看看查找,查找包括哪些内容啊,第一个线性表的查找,数组或者 ...
c语言指针的折半法查找,数据结构笔记7：折半查找法（二分查找法）及C语言实现...
折半查找,也称二分查找,在某些情况下相比于顺序查找,使用折半查找算法的效率更高.但是该算法的使用的前提是静态查找表中的数据必须是有序的. 折半查找算法对静态查找表{5,13,19,21,37,56, ...
Python二分查找/折半查找算法详解--（面试常考）
https://blog.csdn.net/hanhanwanghaha宝藏女孩欢迎您的关注! 欢迎关注微信公众号:宝藏女孩的成长日记如有转载,请注明出处(如不注明,盗者必究) 二分查找也称折 ...
swift版二分查找 (折半查找)
二分查找作为一种常见的查找方法,将原本是线性时间提升到了对数时间范围之内,大大缩短了搜索时间,但它有一个前提,就是必须在有序数据中进行查找.废话少说,直接上代码,可复制粘贴直接出结果! import ...
【算法数据结构Java实现】折半查找
1.背景以一个题目为例,一个整数x是一组按大小顺序排列好的数列中的一个数,我们要找到x在数列中的索引位置. 比如按从小到大排列的数列: -3,-2,0,4,5,7,12,64 我们要找到数字7的位置 ...
数据结构折半查找算法C语言,数据结构C语言实现----折半查找
运行结果: 代码如下: #include //数组初始化函数 void Array_get(int array[],int max) { printf("请输入一个数组,大小从低到高,各个数 ...
C语言数组查找(线性查找折半查找)
线性查找 #include <stdio.h> #include <math.h>void find_nine(int numbers[]) {int i;for(i = 0; ...
顺序查找折半查找二叉排序树
1.顺序查找,折半查找,二叉排序树操作定义 SeqSearch.h #include<stdio.h> #define ARRAYLEN 8int source[]={69, 65, 90 ...

数据结构之二分查找（折半查找）

数据结构之二分查找（折半查找）

二分查找算法分析

二分查找算法实现

数据结构之二分查找（折半查找）相关推荐

最新文章

热门文章