Python二分搜索算法
搜索是在一个项目集合中找到一个特定项目的算法过程。搜索通常的答案是真的或假的,因为该项目是否存在。 搜索的几种常见方法:顺序查找、二分法查找、二叉树查找、哈希查找
二分查找法
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,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;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,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功
二分查找利用已排好序的数组,每一次查找都可以将查找范围减半。查找范围内只剩一个数据时查找结束。
数据量为 n 的数组,将其长度减半 log2n 次后,其中便只剩一个数据了。也就是说,在二分查找中重复执行“将目标数据和数组中间的数据进行比较后将查找范围减半”的操作 log2n 次后,就能找到目标数据(若没找到则可以得出数据不存在的结论),因此它
的时间复杂度为 O(logn)。
推导:
由于二分查找每次查询都是从数组中间切开查询,所以每次查询,剩余的查询数为上一次的一半,从下表可以清晰的看出查询次数与剩余元素数量对应关系表-查询次数及剩余数
第几次查询 剩余待查询元素数量
1 —> N/2
2 —> N/(2^2)
3 —> N/(2^3)
……
K —> N/(2^K)
从上表可以看出N/(2K)肯定是大于等于1,也就是N/(2K)>=1,我们计算时间复杂度是按照最坏的情况进行计算,也就是是查到剩余最后一个数才查到我们想要的数据,也就是
N/(2^K)=1
=>N=2^K
=>K=log2N
所以二分查找的时间复杂度为O(log2N)
常见的时间复杂度
所消耗的时间从小到大:
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3)
时间复杂度越低,效率越高
非递归实现
def binary_search(alist, item):"""二分查找"""# 设置起始位置 获取中间值start = 0end = len(alist) - 1while start <= end:# 获取中间值mid = (start + end)//2if item == alist[mid]:return Trueelif item < alist[mid]:end = mid - 1elif item > alist[mid]:start = mid + 1# 没有找到想要找的数字return Falseif __name__ == '__main__':alist = [1,2,3,4,5]print(binary_search(alist, 1))print(binary_search(alist, 100))
递归实现
lss = [12, 27, 29, 32, 35, 54, 60, 70, 71, 91]
def b_search(ls, target):def bin_search(ls, target, l, r):if l > r:return -1mid = int(l + (r - l) / 2)if ls[mid] == target:return midelif ls[mid] < target:return bin_search(ls, target, mid + 1, r)else:return bin_search(ls, target, l, mid - 1)return bin_search(ls, target, 0, len(ls)-1)
print(b_search(lss, 70))
print(b_search(lss, 222))
切片特性
def binary_search(alist, item):"""二分查找"""# 数列的长度n = len(alist)# 递归的结束条件if n == 0:return False# 中间值mid = n//2if item == alist[mid]:return Trueelif item < alist[mid]:return binary_search(alist[0:mid], item)elif item > alist[mid]:return binary_search(alist[mid+1:], item)if __name__ == '__main__':alist = [1,2,3,4,5]print(binary_search(alist, 1))print(binary_search(alist, 100))
Python二分搜索算法相关推荐
- Python改写二分搜索算法
题目来源:<计算机算法设计与分析>,王晓东 设a[0:n-1]是已排好序的数组,请改写二分搜索算法,使得当x不在数组中时,返回小于x的最大元素位置i和大于x的最小元素位置j.当搜索元素在数 ...
- python二分查找
python二分查找的相关代码 二分查找 二分查找 二分查找是非常基本的算法题,一定要能熟练写出 def myBinarySearch(arr,target):##边界检查if len(arr) &l ...
- Java1.使用二分搜索算法查找任意N个有序数列中的指定元素。 2.通过上机实验进行算法实现。 3.保存和打印出程序的运行结果,并结合程序进行分析,上交实验报告。 4.至少使用两种方法进行编程,直接查
1.使用二分搜索算法查找任意N个有序数列中的指定元素. 2.通过上机实验进行算法实现. 3.保存和打印出程序的运行结果,并结合程序进行分析,上交实验报告. 4.至少使用两种方法进行编程,直接查找/递归 ...
- C++——《算法分析与设计》实验报告——二分搜索算法
实验名称: 二分搜索算法 实验地点: 实验目的: 理解分治算法的概念和基本要素: 理解递归的概念: 掌握设计有效算法的分治策略: 通过二分搜索技术学习分治策略设计技巧: 实验原理: 二分搜索算法也称为 ...
- C++——《算法分析》实验壹——二分搜索算法
实验目的: 1.理解分治算法的概念和基本要素: 2.理解递归的概念: 3.掌握设计有效算法的分治策略: 4.通过二分搜索技术学习分治策略设计技巧: 实验原理: 二分搜索算法也称为折半查找法,它充分利用 ...
- this.$set 更新整个数组_学点算法(二)——有序数组二分搜索算法
成功与失败 今天来学习一下二分搜索算法.二分搜索算法针对有序数组,如果数组乱序,则无法使用二分搜索法. 先来看一下二分搜索算法的运行原理: 判断区间是否有效,无效区间则退出循环. 取待查找区间的中间位 ...
- 改写二分搜索算法C++
改写二分搜索算法,使得当搜索元素x不在数组中时,返回小于x的最大元素位置i和大于x的元素位置j.当搜索元素在数组中时,i和j相同,均为x在数组中的位置. //二分查找 #include <bit ...
- 7-2 改写二分搜索算法 (20 分)
题目来源:<计算机算法设计与分析>,王晓东 设a[0:n-1]是已排好序的数组,请改写二分搜索算法,使得当x不在数组中时,返回小于x的最大元素位置i和大于x的最小元素位置j.当搜索元素在数 ...
- 猿创征文|python二分查找解密 青少年编程电子学会python编程等级考试三级真题解析2021年03月
目录 python二分查找解密 一.题目要求 1.编程实现 2.输入输出 3.评分标准</
最新文章
- 『原创』+『参考』基于PPC的图像对比程序——使用直方图度量
- JS与JQ的对比与提高
- Matlab学习笔记——矩阵求幂和矩阵指数
- js移除某个样式_js中如何移除css样式?
- 深度学习利器: TensorFlow系统架构及高性能程序设计
- php 前置匹配,浅析PHP正则表达式匹配的特定实现
- Elasticsearch-搜索推荐
- 杭电2151 Worm dp
- request,response传入线程值会变为null
- 【报告分享】清华大学126页PPT:2020-2021年元宇宙发展研究报告.pdf(附下载链接)...
- C++内存和进程,线程学习补充(内存泄漏,信号量)
- 注册表删除chrome插件
- 阿里巴巴Java开发文档2020版学习-OOP 规约
- MIMO-OTFS in High-Doppler Fading Channels:Signal Detection and Channel Estimation(5)
- c51语言跑马灯键盘程序,单片机按键控制跑马灯程序
- 易优CMS:arcview的基础用法
- 如何快速解决或避免EDI系统磁盘空间不足?
- Xcode 9有什么新功能?
- IT战略规划怎样做得更务实
- Access 2016 - 学习笔记1 - Access中写SQL创建一个table