数据结构和算法-01
程序员文章站
2024-03-16 14:59:52
...
数据结构和算法
基于《算法图解》—Aditya Bhargava和《数据结构》—严蔚敏
**
算法图解:(基于Python)*
第1章—算法简介
1.1 引言
算法是一组完成任务的指令。
1.2 二分查找(binary_search)
二分查找是一种算法,其输入是一个有序列表(必须有序)。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。
1.2.1 普通查找和二分查找
例子:猜数字游戏
简单查找每次只能排除一个数字;而使用二分查找时,猜测的是中间的数字,从而每次都将余下的数字排除一半。一般而言,对于包含n个元素的列表,使用二分查找最多需要log n (默认2为底)步,而简单查找最多需要n步。
#二分查找
def binary_search(list, item):
low = 0
high = len(list-1)
while low <= high:
mid = (low+high)//2
guess = list[mid]
if guess == item:
return mid
if guess > item:
high = mid -1
else:
low = mid + 1
return None
my_list = [1,3,5,7,9]
print binary_search(my_list, 3)
print binary_search(my_list, -1)
**练习**
1.1 假设有一个包含128个名字的有序列表,你要使用二分查找在其中查找一个
名字,请问最多需要几步才能找到?
1.2 上面列表的长度翻倍后,最多需要几步?
(答案见下章)
1.3 大O表示法
大O表示法是一种特殊的表示法,指出了算法的速度有多快。
二分查找和简单查找的运行时间的增速不同:随着元素数量的增加,二分查找需要的额外时间并不多,而简单查找需要的额外时间却很多。
大O表示法指出了最糟糕情况下的运行时间。
一些常见的大O运行时间:
O(log n),也叫对数时间,包括二分查找;
O(n),也叫线性时间,包括简单查找;
O(n*log n),包括快速排序;
O(n²),包括选择排序;
O(n!)
启示:
- 算法的速度指的并非时间,而是操作数的增加。
- 谈论算法的速度时,我们说的是随着输入的增加,其运行时间将以什么样的速度增加。
- 算法的运行时间用大O表示法表示。
- O(log n)比O(n)快,当需要搜索的元素越多时,前者比后者快得越多。
——持续修改完善中…