01-复杂度3 二分查找 (20 分)

本文详细介绍了如何使用二分查找算法在已排序的线性表中查找特定元素的位置。通过具体的代码实现,展示了算法的工作原理及流程,包括初始化查找范围、计算中间值、对比并调整查找范围直至找到目标元素或确定不存在。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本题要求实现二分查找算法。

函数接口定义:

Position BinarySearch( List L, ElementType X );

其中List结构定义如下:

typedef int Position;
typedef struct LNode *List;
struct LNode {
    ElementType Data[MAXSIZE];
    Position Last; /* 保存线性表中最后一个元素的位置 */
};

L是用户传入的一个线性表,其中ElementType元素可以通过>、==、<进行比较,并且题目保证传入的数据是递增有序的。函数BinarySearch要查找X在Data中的位置,即数组下标(注意:元素从下标1开始存储)。找到则返回下标,否则返回一个特殊的失败标记NotFound。

裁判测试程序样例:

#include <stdio.h>
#include <stdlib.h>

#define MAXSIZE 10
#define NotFound 0
typedef int ElementType;

typedef int Position;
typedef struct LNode *List;
struct LNode {
    ElementType Data[MAXSIZE];
    Position Last; /* 保存线性表中最后一个元素的位置 */
};

List ReadInput(); /* 裁判实现,细节不表。元素从下标1开始存储 */
Position BinarySearch( List L, ElementType X );

int main()
{
    List L;
    ElementType X;
    Position P;

    L = ReadInput();
    scanf("%d", &X);
    P = BinarySearch( L, X );
    printf("%d\n", P);

    return 0;
}

/* 你的代码将被嵌在这里 */
输入样例1:

5
12 31 55 89 101
31
输出样例1:
2
输入样例2:
3
26 78 233
31
输出样例2:
0

[answer]

    Position BinarySearch( List L, ElementType X ){
      int low,mid,high;
      low=1;/*数据是从下标为1开始存的*/
      high=L->Last;
      mid=(low+high)/2;
      while(low<=high){
        if(X>L->Data[mid]){/*如果x大于中间值,往后半部分找*/ 
          low=mid+1;
          mid=(low+high)/2;
        }
        else if(X<L->Data[mid]){/*如果x小于中间值,往前半部分找*/ 
          high=mid-1;
          mid=(low+high)/2;
        }else{/*找到了 返回下标*/ 
          return mid;
        }
      }
      return NotFound;/*这里必须是NotFound,而不能是0,因为定义可能会改成-1*/
    }

在这里插入图片描述

[思路来源&参考]
https://blog.youkuaiyun.com/Bear_Two_/article/details/88534991

### 关于二分查找算法在PTA平台上复杂度3的题目解析 #### 二分查找简介 二分查找是一种高效的搜索算法,适用于已排序的数据序列。其基本原理是在有序数组中寻找特定元素的位置。每次比较都将当前区间为两部,从而逐步缩小目标位置所在的范围。 对于复杂度级别的定义,在此假设是指解题难度而非时间空间复杂度。针对这一等级的要求,下面给出一个较为复杂的例子来展示如何运用二分查找解决实际问题: #### 示例:在一个几乎升序排列的循环移位列表里找到最小值 给定一个已经按升序排序过的整型数组 `nums` ,但是该数组被旋转了一次以上(即某些连续的部被移到了开头)。例如 `[4,5,6,7,0,1,2]` 。现在需要编写函数找出其中最小的那个数字,并返回它的索引;如果存在多个相同的小数值,则任选其中一个作为结果即可。 这个问题可以通过调整标准版二分查找实现高效求解[^2]: ```python def findMinIndex(nums): low, high = 0, len(nums)-1 while low < high: mid = (low + high)//2 # 如果中间点大于最右端说明转折点还在右边 if nums[mid] > nums[high]: low = mid + 1 elif nums[mid] < nums[high]: # 否则就在左边(含mid),因为此时mid可能是最小值所在处 high = mid else: # 当遇到重复项时无法判断哪边有更小者,只能线性扫描剩余部 return min(range(low, high+1), key=lambda x: nums[x]) return low ``` 上述代码实现了对输入条件下的优化处理方式,不仅考虑到了常规情况还兼顾了一些特殊情况比如含有重复元素的情形。通过这种方式可以在O(logn)的时间内完成任务,满足题目需求的同时也体现了较高的技巧性和灵活性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Nature68c

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值