数据结构(1)二分法

二分法

原始二分法

情况一:左闭右闭的情况,也就是说int right = nums.lenght - 1
区间为:[left, right]
循环的退出条件是while(left<=right)

为什么:

在循环搜索中要搜索全部的索引坐标。不能有剩下的索引。

要退出循环的话条件是left = right + 1。所以区间变成[right + 1, right],这是正确的。

假如:退出循环写成了while(left < right)会发生什么??
这样退出条件是 left == right ,也就是区间[left ,right] ------>[right, right],所以区间[right, right]就没有搜索。
在这里插入图片描述
情况二:左闭右开,也就是说int right = nums.lenght
区间为:[left, right)

退出循环条件为while(left < right)

为什么:
退出循环的条件是left = right,所以区间变成了(right, right),因为取不到right,所以,搜索了全部区间,退出循环正确。

如果:条件写成了while(left <= right)会发生什么??
会出现保存,数组越界。数组退出搜索区间变为[right, right],取不到right,因此报错
在这里插入图片描述

### 排序算法(以插入排序为例) #### 原理 插入排序是一种简单直观的排序算法,其工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间 [^3]。 #### 应用 适用于数据量较小的场景,因为其实现简单,在数据基本有序的情况下,效率较高。一般用于对小规模数据进行排序,或者在其他复杂排序算法的子过程中使用 [^3]。 #### 实现 以下是插入排序的 Python 代码实现: ```python def insert_sort(list): Len = len(list) for i in range(1, Len): # key是本轮待排序的数字 key = list[i] j = i - 1 # 当有序数组中的数字大于key时,有序数组的index都需要向后移1位 while j >= 0 and list[j] > key: list[j + 1] = list[j] j -= 1 list[j + 1] = key return list print(insert_sort([1, 3, 5, 6, 2, 4])) ``` ### 二分法(二分查找) #### 原理 二分查找的基本原理依赖于数据的有序性,适用于已排序的数组或集合。在实际操作过程中,通过不断地取中间元素并与目标值比较,逐步缩小搜索范围,直到找到目标值或者确定目标值不存在于给定的有序数据中 [^1]。 #### 应用 常用于在大规模有序数据中查找特定元素,能显著提高查找效率。例如在数据库索引查找、字典查找等场景中广泛应用 [^1]。 #### 实现 以下是二分查找的 Python 代码实现: ```python def binary_search(arr, target): left, right = 0, len(arr) - 1 while left <= right: mid = (left + right) // 2 if arr[mid] == target: return mid elif arr[mid] < target: left = mid + 1 else: right = mid - 1 return -1 arr = [1, 2, 3, 4, 5, 6, 7, 8, 9] target = 5 result = binary_search(arr, target) print(result) ```
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
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