排序算法的python实现及算法分析——二分查找(Binary Search)

发布时间:2023-11-15 10:00

二分查找
在有序表的前提下采用分而治之(从中间项开始),这样对比范围就可以缩小为n/2,
查找过程与实现原理:
将问题分解为若干更小规模部分的问题,并将结果汇总得到原问题的解
\"排序算法的python实现及算法分析——二分查找(Binary
python实现代码:

###二分查找  普通版

def binarysearch(alist,item):
    first=0
    last=len(alist)-1
    found=False

    while first<=last and not found:
        midpoint=(first+last)//2
        if alist[midpoint]==item:
            found=True
        else:
            if item < alist[midpoint]:
                last=midpoint-1
            else:
                first =midpoint+1
    return found
## 测试实例
testlist1=[0,1,3,8,10,17,19,32,43]
print(binarysearch(testlist1,3))   	#True
print(binarysearch(testlist1,13))   #False

二分查找,在有序的前提下,先划分区间,然后对比中间项,缩小问题规模,在划分区间,接着对比然后缩小规模,恰好是递归算法的求解思路.。

## 二分查找,递归版

def binarysearch2(alist,item):
    if len(alist)==0:
        return False     ##基本结束条件
    else:
        midpoint=len(alist)//2
        if alist[midpoint]==item:
            return True
        else:
            if item <alist[midpoint]:
                return binarysearch2(alist[: midpoint],item)   #调用自身
            else:
                return binarysearch2(alist[midpoint+1 :],item)
##测试实例
testlist1=[0,1,3,8,10,17,19,32,43]
print(binarysearch2(testlist1,13))     # False
print(binarysearch2(testlist1,3))      # True

算法分析
二分查找每次比对都将范围缩小一半,因此第i次时,其剩下范围为n/2^i,
对比次数足够多时,范围内就会仅剩1个数据项。因此得到: i=log2(n)
综上:二分查找的算法复杂度为O(log n)

注意:二分查找时需要考虑对数据项进行排序的开销,若仅排序一次,可忽略其时间,若数据经常变动,则排序耗时长,可能还没顺序查找来的快!

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号