Python数据结构与算法之二分查找

本文深入解析了二分查找算法,包括非递归和递归两种实现方式,详细介绍了算法流程及适用场景,最后通过实例验证了算法的有效性。

二分法查找

      二分查找又称折半查找,有带你是比较次数少,查找速度快,平均性能好;其缺点是要求待查表位有序表,且插入删除困难。因此,折半查找方法适用于不经常变动而查找频繁的有序列表。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。重复上述过程,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,此时查找成功。
在这里插入图片描述

实现过程

方式一:非递归实现

def binary_search1(aList,item):
    # 使用非递归实现二分查找
    n = len(aList)
    first = 0
    last = n - 1
    while first <= last:
        mid = (first+last)//2
        if item == aList[mid]:
            return True
        elif item < aList[mid]:
            last = mid - 1
        else:
            first = mid + 1
    return False

方式二:递归实现

def binary_search2(aList,item):
    n = len(aList)
    if n == 0:
        return False
    else:
        mid = n //2
        if item == aList[mid]:
            return True
        elif item < aList[mid]:
            return binary_search2(aList[:mid-1:],item)
        else:
            return binary_search2(aList[mid+1::],item)

测试:

if __name__ == "__main__":
    aList = [17, 20, 26, 31, 44, 54, 55, 77, 93]
    print(binary_search1(aList,54))
    print(binary_search1(aList,100))
    print(binary_search2(aList,54))
    print(binary_search2(aList,100))

结果:
在这里插入图片描述

时间复杂度

  • 最优时间复杂度:O(1),
  • 最坏时间复杂度:O(lognlognlogn)
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