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

用python编写二分查找算法

程序员文章站 2022-05-13 19:56:05
...
二分查找又称折半查找,优点是比较次数少,查找速度快,平均性能好;其缺点:是要求待查表为有序表,且插入删除困难。使用场景:不经常变动而查找频繁的有序列表。

思想:

首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,
如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。

二分查找(递归版)

def binary_search(alist, item):
    """二分查找(递归版)"""
    n = len(alist)  # 获取列表长度
    if len(alist) == 0:  # 传入了一个空的列表,代表元素并未找到
        return False
    mid = n // 2
    if item == alist[mid]:
        return True  # 元素找到
    elif item < alist[mid]:
        # 元素在左半部分,递归调用
        return binary_search(alist[:mid], item)
    else:
        # 元素在右半部分,递归调用
        return binary_search(alist[mid + 1:], item)


if __name__ == '__main__':
    alist = [0, 1, 2, 8, 13, 17, 19, 32, 42, ]
    print(binary_search(alist, 3))   # False 未找到
    print(binary_search(alist, 13))  # True  找到
        

二分查找 (非递归版)


def binary_search(alist, item):
    """二分查找 (非递归版)"""
    start = 0
    end = len(alist) - 1
    while start <= end:
        # 计算中间mid游标的值
        mid = (start + end)//2
        if item == alist[mid]:
            # 元素找到
            return True
        elif item < alist[mid]:
            # 元素在左半部分,递归调用
            end = mid -1
        else:
            # 元素在右半部分,递归调用
            start = mid + 1
    # 跳出循环,start>end表示元素不存在
    return False

if __name__ == '__main__':
    alist = [0, 1, 2, 8, 13, 17, 19, 32, 42, ]
    print(binary_search(alist, 3))    # False 未找到
    print(binary_search(alist, 13))   # True  找到
    
相关标签: 二分搜索