Python实现的数据结构与算法之基本搜索详解
一、顺序搜索
顺序搜索 是最简单直观的搜索方法:从列表开头到末尾,逐个比较待搜索项与列表中的项,直到找到目标项(搜索成功)或者 超出搜索范围 (搜索失败)。
根据列表中的项是否按顺序排列,可以将列表分为 无序列表 和 有序列表。对于 无序列表,超出搜索范围 是指越过列表的末尾;对于 有序列表,超过搜索范围 是指进入列表中大于目标项的区域(发生在目标项小于列表末尾项时)或者指越过列表的末尾(发生在目标项大于列表末尾项时)。
1、无序列表
在无序列表中进行顺序搜索的情况如图所示:
def sequentialSearch(items, target): for item in items: if item == target: return True return False
2、有序列表
在有序列表中进行顺序搜索的情况如图所示:
def orderedSequentialSearch(items, target): for item in items: if item == target: return True elif item > target: break return False
二、二分搜索
实际上,上述orderedSequentialSearch算法并没有很好地利用有序列表的特点。
二分搜索 充分利用了有序列表的优势,该算法的思路非常巧妙:在原列表中,将目标项(target)与列表中间项(middle)进行对比,如果target等于middle,则搜索成功;如果target小于middle,则在middle的左半列表中继续搜索;如果target大于middle,则在middle的右半列表中继续搜索。
在有序列表中进行二分搜索的情况如图所示:
根据实现方式的不同,二分搜索算法可以分为迭代版本和递归版本两种:
1、迭代版本
def iterativeBinarySearch(items, target): first = 0 last = len(items) - 1 while first2、递归版本
def recursiveBinarySearch(items, target): if len(items) == 0: return False else: middle = len(items) // 2 if target == items[middle]: return True elif target三、性能比较
上述搜索算法的时间复杂度如下所示:
搜索算法 时间复杂度 ----------------------------------- sequentialSearch O(n) ----------------------------------- orderedSequentialSearch O(n) ----------------------------------- iterativeBinarySearch O(log n) ----------------------------------- recursiveBinarySearch O(log n) ----------------------------------- in O(n)可以看出,二分搜索 的性能要优于 顺序搜索。
值得注意的是,Python的成员操作符 in 的时间复杂度是O(n),不难猜出,操作符 in 实际采用的是 顺序搜索 算法。
四、算法测试
#!/usr/bin/env python # -*- coding: utf-8 -*- def test_print(algorithm, listname, target): print(' %d is%s in %s' % (target, '' if algorithm(eval(listname), target) else ' not', listname)) if __name__ == '__main__': testlist = [1, 2, 32, 8, 17, 19, 42, 13, 0] orderedlist = sorted(testlist) print('sequentialSearch:') test_print(sequentialSearch, 'testlist', 3) test_print(sequentialSearch, 'testlist', 13) print('orderedSequentialSearch:') test_print(orderedSequentialSearch, 'orderedlist', 3) test_print(orderedSequentialSearch, 'orderedlist', 13) print('iterativeBinarySearch:') test_print(iterativeBinarySearch, 'orderedlist', 3) test_print(iterativeBinarySearch, 'orderedlist', 13) print('recursiveBinarySearch:') test_print(recursiveBinarySearch, 'orderedlist', 3) test_print(recursiveBinarySearch, 'orderedlist', 13)运行结果:
$ python testbasicsearch.py sequentialSearch: 3 is not in testlist 13 is in testlist orderedSequentialSearch: 3 is not in orderedlist 13 is in orderedlist iterativeBinarySearch: 3 is not in orderedlist 13 is in orderedlist recursiveBinarySearch: 3 is not in orderedlist 13 is in orderedlist希望本文所述对大家的Python程序设计有所帮助。
声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn核实处理。
相关文章
相关视频
专题推荐
- 独孤九贱-php全栈开发教程
全栈 170W+
主讲:Peter-Zhu 轻松幽默、简短易学,非常适合PHP学习入门
- 玉女心经-web前端开发教程
入门 80W+
主讲:灭绝师太 由浅入深、明快简洁,非常适合前端学习入门
- 天龙八部-实战开发教程
实战 120W+
主讲:西门大官人 思路清晰、严谨规范,适合有一定web编程基础学习
推荐阅读
-
数据结构与算法(Python版二叉堆的实现)
-
数据结构与算法AVL树的Python实现
-
Python实现的数据结构与算法之双端队列详解
-
Python cookbook(数据结构与算法)实现对不原生支持比较操作的对象排序算法示例
-
Python cookbook(数据结构与算法)找到最大或最小的N个元素实现方法示例
-
Python cookbook(数据结构与算法)实现优先级队列的方法示例
-
Python数据结构与算法之常见的分配排序法示例【桶排序与基数排序】
-
Python排序搜索基本算法之堆排序实例详解
-
Python数据结构与算法之字典树实现方法示例
-
Python cookbook(数据结构与算法)实现查找两个字典相同点的方法
网友评论
文明上网理性发言,请遵守 新闻评论服务协议
我要评论