欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

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…