数据结构和算法-查找算法-列表查找以及二分查找

#########################################################

"""
一、列表查找
1、列表查找:从列表中查找指定元素
输入:列表、待查找元素
输出:元素下标或未查找到元素

2、顺序查找:从列表第一个元素开始,顺序进行搜索,直到找到为止。
返回找到的那个索引

3、二分查找:从有序列表的候选区data[0:n]开始,通过对待查找的值与候选区中间值的比较,可以使候选区减少一半。
二分查找:时间复杂度是O(logn)
二分查找的前提:列表是有序的
切片的复杂读是O(n) #因为切的时候是赋值的


"""

##################     二分查找      #######################

# 二分查找,
# 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
# 适用于不经常变动而查找频繁的有序列表

# 如果判断是中间位置,计算公式是下标之和除以2,
# 代码逻辑,最好的办法是使用递归实现,

# 第一种方式,使用递归来实现
def binary_search(alist, item):
    n= len(alist)
    mid = n //2
    if n>0:
        if alist[mid] == item:  # 如果找的数字和中间值一样,就直接返回true了,
            return True
        elif item <alist[mid]:  # 如果查找到的数字比中间值小,就对左边的子表进行递归,
            return binary_search(alist[:mid],item)
        else:  # 如果查找到的数字比中间值大 ,就对右边的子表进行递归,
            return binary_search(alist[mid+1:], item)
    return False  # 如果递归结束了,还没有找到就是没有这个内容,

# 第二种方式非递归方式,
def binary_search2(alist, item):
    n=len(alist)
    first = 0
    last = n-1
    while first <= last :  # 如果找的时候,开始的坐标小于结束了,就结束了,等于的时候就是一个元素的时候,
        mid = (first + last) // 2
        if alist[mid] == item:
            return True
        elif item<alist[mid]:
            last = mid - 1
        else:
            first = mid + 1
    return False

if __name__ == '__main__':

    testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42,]
    print(binary_search(testlist, 3))
    print(binary_search(testlist, 19))
    print(binary_search2(testlist, 3))
    print(binary_search2(testlist, 19))

############################################

############################################

############################################

猜你喜欢

转载自www.cnblogs.com/andy0816/p/12348275.html
今日推荐