Python算法練習(xí)之二分查找算法的實(shí)現(xiàn)
1. 算法描述
二分法是一種效率比較高的搜索方法
回憶之前做過(guò)的猜數(shù)字的小游戲,預(yù)先給定一個(gè)小于100的正整數(shù)x,讓你猜猜測(cè)過(guò)程中給予大小判斷的提示,問(wèn)你怎樣快速地猜出來(lái)?
我們之前做的游戲給定的是10次機(jī)會(huì),如果我們學(xué)會(huì).二分查找法以后,不管數(shù)字是多少,最多只需要7次就能猜到數(shù)字。
2. 算法分析
1、必須是有序的序列。
2、對(duì)數(shù)據(jù)量大小有要求。
數(shù)據(jù)量太小不適合二分查找,與直接遍歷相比效率提升不明顯。
數(shù)據(jù)量太大也不適合用二分查找,因?yàn)閿?shù)組需要連續(xù)的存儲(chǔ)空間,若數(shù)據(jù)量太大,往往找不到存儲(chǔ)如此大規(guī)模數(shù)據(jù)的連續(xù)內(nèi)存空間。.
3. 算法思路
假設(shè)有一個(gè)有序列表如下:
請(qǐng)問(wèn)數(shù)字11是否在此列表中,如果在它的索引值為多少?
4. 代碼實(shí)現(xiàn)
純算法實(shí)現(xiàn)
實(shí)現(xiàn)代碼
arr_list = [5, 7, 11, 22, 27, 33, 39, 52, 58] # 需要查找的數(shù)字 seek_number = 11 # 保存一共查找了幾次 count = 0 # 列表左側(cè)索引 left = 0 # 列表右側(cè)索引 right = len(arr_list) - 1 # 當(dāng)左側(cè)索引小于等于右側(cè)索引時(shí) while left <= right: # 取中間的索引位置 middle = (left + right) // 2 # 查找次數(shù)進(jìn)行累加 count += 1 # 如果查找的數(shù)字大于中間位置的數(shù)字時(shí) if seek_number > arr_list[middle]: # 左側(cè)索引為中間位置索引+1 left = middle + 1 # 如果查找的數(shù)字小于中間位置的數(shù)字時(shí) elif seek_number < arr_list[middle]: # 右側(cè)索引為中間位置索引-1 right = middle - 1 # 如果等于中間索引數(shù)據(jù) else: print('數(shù)字:%s找到了,索引值為:%s' % (seek_number, middle)) break else: print("數(shù)字%s 沒(méi)有找到" % seek_number) print("一共用了:%s次查找" % count)
運(yùn)行結(jié)果
遞歸法實(shí)現(xiàn)
在循環(huán)中定義了一個(gè)變量count,如果第一次循環(huán)后count沒(méi)有變化,就說(shuō)明輸入的是有序序列,這時(shí)我們直接return退出循環(huán),這時(shí)候的時(shí)間復(fù)雜度為O(n)
實(shí)現(xiàn)代碼
arr_list = [5, 7, 11, 22, 27, 33, 39, 52, 58] def binary_search(seek_number, left, right): if left <= right: middle = (left + right) // 2 if seek_number < arr_list[middle]: right = middle - 1 elif seek_number > arr_list[middle]: left = middle + 1 else: return middle # 進(jìn)行遞歸調(diào)用 return binary_search(seek_number, left, right) # 當(dāng)左側(cè)索引大于右側(cè)索引時(shí),說(shuō)明沒(méi)有找到 else: return -1 # 查找的數(shù)字 seek_number = 11 # 列表左側(cè)索引 left = 0 # 列表右側(cè)索引 right = len(arr_list) - 1 print("查找的數(shù)字:%s,索引為:%s" % (seek_number, binary_search(seek_number, left, right)))
運(yùn)行結(jié)果
以上就是Python算法練習(xí)之二分查找算法的實(shí)現(xiàn)的詳細(xì)內(nèi)容,更多關(guān)于Python二分查找算法的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
- Python優(yōu)雅實(shí)現(xiàn)二分查找的示例詳解
- 使用Python實(shí)現(xiàn)二分法查找的示例
- Python實(shí)現(xiàn)二分法查找及優(yōu)化的示例詳解
- Python?二分查找之bisect庫(kù)的使用詳解
- 詳解Python查找算法的實(shí)現(xiàn)(線性,二分,分塊,插值)
- Python語(yǔ)言實(shí)現(xiàn)二分法查找
- python二分法查找函數(shù)底值
- python二分法查找實(shí)例代碼
- python中二分查找法的實(shí)現(xiàn)方法
- python實(shí)現(xiàn)二分查找算法
- python二分查找搜索算法的多種實(shí)現(xiàn)方法
相關(guān)文章
python網(wǎng)絡(luò)爬蟲(chóng)selenium打開(kāi)多窗口與切換頁(yè)面的實(shí)現(xiàn)
本文主要介紹了python網(wǎng)絡(luò)爬蟲(chóng)selenium打開(kāi)多窗口與切換頁(yè)面的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-01-01python合并RepeatMasker預(yù)測(cè)結(jié)果中染色體的overlap區(qū)域
這篇文章主要為大家介紹了python合并RepeatMasker預(yù)測(cè)結(jié)果中染色體的overlap區(qū)域?qū)崿F(xiàn)示例解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-07-07Python爬蟲(chóng)之Selenium鼠標(biāo)事件的實(shí)現(xiàn)
這篇文章主要介紹了Python爬蟲(chóng)之Selenium鼠標(biāo)事件的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12Python簡(jiǎn)單實(shí)現(xiàn)TCP包發(fā)送十六進(jìn)制數(shù)據(jù)的方法
這篇文章主要介紹了Python簡(jiǎn)單實(shí)現(xiàn)TCP包發(fā)送十六進(jìn)制數(shù)據(jù)的方法,結(jié)合實(shí)例形式簡(jiǎn)單分析了Python實(shí)現(xiàn)TCP數(shù)據(jù)傳輸及發(fā)送十六進(jìn)制數(shù)據(jù)包的相關(guān)技巧,需要的朋友可以參考下2016-04-0420行python代碼實(shí)現(xiàn)人臉識(shí)別
這篇文章主要介紹了python人臉識(shí)別,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05