二分查找算法+Python代码
1二分查找算法
二分查找是一种算法,其输入是一个有序的元素列表。如果要查找的元素包含在列表中,二分查找返回其位置;否则返回null。
下面的实例说明了二分查找的工作原理。我随便想一个1~100的数字,目标是你以最小的次数猜到这个数字。你每次猜测后,我会说小了、大了或对了。
1 | 2 | 3 | ... | 100 |
假设你从你开始一次往上猜测,过程会是这样的。
这是简单查找,更准确的说法是傻找。每次猜测都只能排除一个数字。如果我的数字是99,你得猜99次才能猜到。
最佳的查找方式,从50开始。
小了,但排除了一半的数字!你知道1~50都小了。接下来,你猜75.
大了,,那余下的数字又排除了一半!使用二分法查找时,你猜测的是中间的数字,从而每次都将余下的数字排除一半。接下来,你猜63(50-75中间的数字)。
这就是二分法查找。每次猜测排除的数字个数如下。不管我心里想的那个数字,你在7次之内都能猜到,因为每次猜测都将排除很多数字!
假设你要在字典中查找一个单词,而该字典包含240000和单词,你认为每种查找最多需求多少步?
如果要查找的单词位于字典末尾,使用简单查找将需要240000步。使用二分查找时,每次排除一半单词,直到最后剩下一个单词。一般而言,对于包含n个元素的列表,用二分法查找最多需步,而简单查找最多需要n步。仅当列表有序的时候二分法才管用。
2 Python代码
def binary_search(orderly_list, number): print(orderly_list) if len(orderly_list) == 0: print('not exist') # 每次查找后的剩余部分 return mid_index = len(orderly_list) // 2 # 向下取整 if number > orderly_list[mid_index]: # 要查找的数字小于列表中间值 binary_search(orderly_list[mid_index + 1:], number) # 列表折半继续往右找 elif number < orderly_list[mid_index]: # 要查找的数字大于列表中间 binary_search(orderly_list[0:mid_index], number) # 列表折半继续往左找 else: print('find exist') # print(orderly_list.index(number)) number_list = [1, 3, 5, 7, 9, 11, 12, 15, 16] # 定义一个列表 binary_search(number_list, N)