（1）算法图解之二分查找（python，java）

二分查找

代码

性能

小结

代码

python实现如下：

def binary_search(list,item):
    low = 0
    high = len(list) - 1
    
    while low<=high:
        mid = (low+high)
        guess = list[mid]
        if guess==item:
            return mid
        if guess>item:
            high = mid-1
        else:
            low = mid+1   
    return None
func = lambda x:x%2!=0
my_list = list(filter(func,range(0,10)))

print(my_list)
print(bin_search(my_list,2))
print(bin_search(my_list,5))

[1, 3, 5, 7, 9]
None
2

java代码实现如下：

public class Bin_Search {
	 public static void main(String[] args) {  
	        int[] src = new int[] {1, 3, 5, 7, 8, 9};   
	        System.out.println(binarySearch(src, 5));  
	        System.out.println(binarySearch(src,3,0,src.length-1));  
	    }  
	  
	    /** 
	     * * 二分查找算法 * * 
	     *  
	     * @param srcArray 
	     *            有序数组 * 
	     * @param des 
	     *            查找元素 * 
	     * @return 数组下标，没找到返回-1 
	     */   
	   public static int binarySearch(int[] srcArray, int des){   
	      
	        int low = 0;   
	        int high = srcArray.length-1;   
	        while(low <= high) {   
	            int middle = low + (high-low)/2;
	            if(des == srcArray[middle]) {   
	                return middle;   
	            }else if(des <srcArray[middle]) {   
	                high = middle - 1;   
	            }else {   
	                low = middle + 1;   
	            }  
	        }  
	        return -1;  
	   }  
	        
	      /**   
	     *二分查找特定整数在整型数组中的位置(递归)   
	     *@param dataset   
	     *@param data   
	     *@parambeginIndex   
	     *@paramendIndex   
	     *@return index   
	     */  
	    public static int binarySearch(int[] dataset,int data,int beginIndex,int endIndex){    
	       int midIndex = (beginIndex+endIndex)/2;    
	       if(data <dataset[beginIndex]||data>dataset[endIndex]||beginIndex>endIndex){  
	           return -1;    
	       }  
	       if(data <dataset[midIndex]){    
	           return binarySearch(dataset,data,beginIndex,midIndex-1);    
	       }else if(data>dataset[midIndex]){    
	           return binarySearch(dataset,data,midIndex+1,endIndex);    
	       }else {    
	           return midIndex;    
	       }    
	   }   

}

性能：

 时间复杂度：表示最糟情况下的运行时间

二分查找	简单查找	快速排序	选择排序	旅行商问题
对数时间	线性时间	较快	较慢	无法优化
O(logN)	O(N)	O(n*logN)	O(n^2)	O(N！)

几种函数比较：

小结：

          1 算法要么快，要么解决有趣的问题，要么兼之。

          2  图跟踪游戏用户的AI系统；k最近邻编写推荐算法；如何识别在有限时间不可解的问题，np完全问题找到近  似答案。

          3 二分查找应用到网站核实是否存在用户名和密码等场景。

          4 大 O表示法：表示算法运行时间；运行时间随列表如何增长；表示最坏的情形。