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(xiàn)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遞歸求出列表(包括列表中的子列表)的最大值實(shí)例
今天小編就為大家分享一篇Python遞歸求出列表(包括列表中的子列表)的最大值實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
Selenium自動(dòng)化測(cè)試實(shí)現(xiàn)窗口切換
這篇文章主要介紹了Selenium自動(dòng)化測(cè)試實(shí)現(xiàn)窗口切換,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2023-03-03
Python檢測(cè)QQ在線(xiàn)狀態(tài)的方法
這篇文章主要介紹了Python檢測(cè)QQ在線(xiàn)狀態(tài)的方法,涉及Python通過(guò)第三方平臺(tái)檢測(cè)QQ在線(xiàn)狀態(tài)的技巧,非常簡(jiǎn)單實(shí)用,需要的朋友可以參考下2015-05-05
使用Python編寫(xiě)一個(gè)粘貼python源代碼就能運(yùn)行的工具
以下是一個(gè)使用wxPython模塊創(chuàng)建帶有Memo(文本輸入框)和保存按鈕的GUI程序示例,點(diǎn)擊保存按鈕后將Memo內(nèi)容保存到指定路徑下的文件,并提供運(yùn)行按鈕以執(zhí)行指定的Python腳本,需要的朋友可以參考下2025-04-04
Python通過(guò)cron或schedule實(shí)現(xiàn)爬蟲(chóng)的自動(dòng)定時(shí)運(yùn)行
自動(dòng)定時(shí)運(yùn)行爬蟲(chóng)是很多數(shù)據(jù)采集項(xiàng)目的基本需求,通過(guò) Python 實(shí)現(xiàn)定時(shí)任務(wù),可以保證數(shù)據(jù)采集的高效和持續(xù)性,本文將帶大家了解如何在 Python 中使用 cron 和 schedule 來(lái)實(shí)現(xiàn)爬蟲(chóng)的自動(dòng)定時(shí)運(yùn)行,需要的朋友可以參考下2024-12-12
Pytorch 實(shí)現(xiàn)數(shù)據(jù)集自定義讀取
今天小編就為大家分享一篇Pytorch 實(shí)現(xiàn)數(shù)據(jù)集自定義讀取,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
Python Pandas 箱線(xiàn)圖的實(shí)現(xiàn)
這篇文章主要介紹了Python Pandas 箱線(xiàn)圖的實(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2019-07-07

