线性搜索
假设该项目以随机顺序存在于数组中,并且我们必须找到一个项目。那么搜索目标项目的唯一方法就是从第一个位置开始,并将其与目标进行比较。如果项目相同,我们将返回当前项目的位置。否则,我们将转移到下一个位置。如果我们到达数组的最后一个位置但仍然找不到目标,则返回 -1。这称为线性搜索或顺序搜索。
以下是线性搜索的代码语法:
# Linear Search in Python
def linearSearch(array, n, x):
for i in range(0, n):
if (array[i] == x):
return i
return -1
二分查找
然而,在二分搜索中,一旦找到排序列表的中间,就将搜索量减少一半。查看中间元素以检查它是否大于或小于要搜索的值。因此,对给定列表的任一半进行搜索
下面是二分查找的代码语法:
def binarySearch(array, x, low, high):
# Repeat until the pointers low and high meet each other
while low <= high:
mid = low + (high - low)//2
if array[mid] == x:
return mid
elif array[mid] < x:
low = mid + 1
else:
high = mid - 1
return -1
重要差异
|
线性搜索 |
二分查找 |
| 在线性搜索中,输入数据不需要排序。 | 在二分查找中,输入数据需要按排序顺序。 |
| 它也称为顺序搜索。 | 也称为半区间搜索。 |
| 线性搜索的时间复杂度O(n)。 | 二分查找的时间复杂度为O(log n)。 |
| 可以使用多维数组。 | 仅使用一维数组。 |
| 线性搜索执行相等比较 | 二分查找执行排序比较 |
| 它不太复杂。 | 它更复杂。 |
| 这是一个非常缓慢的过程。 | 这是一个非常快的过程。 |
让我们看一个例子来比较两者:
线性搜索从 AX 中查找给定排序列表中的元素“J”
二分查找从 AX 中查找给定排序列表中的元素“J”

线性搜索示例:
def linearSearch(array, n, x):
for i in range(0, n):
if (array[i] == x):
return i
return -1
array = [24, 41, 31, 11, 9]
x = 11
n = len(array)
result = linearSearch(array, n, x)
if(result == -1):
print("Element not found")
else:
print("Element is Present at Index: ", result)
输出
在索引处找到的元素:3
时间复杂度: O(n),其中 n 是输入数组的大小。最坏的情况是数组中不存在目标元素,并且该函数必须遍历整个数组才能找出该元素。
辅助空间: O(1),函数仅使用恒定量的额外空间来存储变量。使用的额外空间量不取决于输入数组的大小。
二进制搜索示例:
def binarySearch(array, x, low, high):
while low <= high:
mid = low + (high - low)//2
if array[mid] == x:
return mid
elif array[mid] < x:
low = mid + 1
else:
high = mid - 1
return -1
array = [2, 4, 5, 7, 14, 17, 19, 22]
x = 22
result = binarySearch(array, x, 0, len(array)-1)
if result != -1:
print(str(result))
else:
print("Not found")
输出
7
时间复杂度: O(log n) – 二分搜索算法在每一步将输入数组分成两半,将搜索空间减少一半,因此具有对数阶的时间复杂度。
辅助空间: O(1) – 二分查找算法只需要常数空间来存储低、高、中索引,不需要任何额外的数据结构,因此其辅助空间复杂度为 O(1)。
本文介绍了线性搜索和二分查找两种算法。线性搜索从数组首位开始逐个比较,若未找到目标则返回 -1;二分查找则是在排序列表中通过比较中间元素缩小搜索范围。文中给出了两种算法的 Python 代码,并对比了它们的时间复杂度和辅助空间。
567

被折叠的 条评论
为什么被折叠?



