Python详细解析之二分查找算法

本篇文章给大家带来了关于python的相关知识，其中主要整理了二分查找算法的相关问题，包括了算法描述、算法分析、算法思路等等内容，下面一起来看一下，希望对大家有帮助。

推荐学习：python视频教程

1. 算法描述

二分法是一种效率比较高的搜索方法

回忆之前做过的猜数字的小游戏，预先给定一个小于100的正整数x，让你猜猜测过程中给予大小判断的提示，问你怎样快速地猜出来?

我们之前做的游戏给定的是10次机会，如果我们学会.二分查找法以后，不管数字是多少，最多只需要7次就能猜到数字。

2. 算法分析

1、必须是有序的序列。

2、对数据量大小有要求。

数据量太小不适合二分查找，与直接遍历相比效率提升不明显。

数据量太大也不适合用二分查找，因为数组需要连续的存储空间，若数据量太大，往往找不到存储如此大规模数据的连续内存空间。.

3. 算法思路

假设有一个有序列表如下:



请问数字11是否在此列表中，如果在它的索引值为多少?

4. 代码实现

纯算法实现

实现代码：

arr_list = [5, 7, 11, 22, 27, 33, 39, 52, 58]# 需要查找的数字seek_number = 11# 保存一共查找了几次count = 0# 列表左侧索引left = 0# 列表右侧索引right = len(arr_list) - 1# 当左侧索引小于等于右侧索引时while left <= right:
    # 取中间的索引位置
    middle = (left + right) // 2
    # 查找次数进行累加
    count += 1
    # 如果查找的数字大于中间位置的数字时
    if seek_number > arr_list[middle]:
        # 左侧索引为中间位置索引+1
        left = middle + 1
    # 如果查找的数字小于中间位置的数字时
    elif seek_number < arr_list[middle]:
        # 右侧索引为中间位置索引-1
        right = middle - 1
    # 如果等于中间索引数据
    else:
        print(&#39;数字：%s找到了，索引值为：%s&#39; % (seek_number, middle))
        breakelse:
    print("数字%s 没有找到" % seek_number)print("一共用了：%s次查找" % count)

运行结果：

递归法实现

在循环中定义了一个变量count，如果第一次循环后count没有变化，就说明输入的是有序序列，这时我们直接return退出循环，这时候的时间复杂度为O(n)

实现代码：

arr_list = [5, 7, 11, 22, 27, 33, 39, 52, 58]def binary_search(seek_number, left, right):
    if left <= right:
        middle = (left + right) // 2
        if seek_number < arr_list[middle]:
            right = middle - 1
        elif seek_number > arr_list[middle]:
            left = middle + 1
        else:
            return middle        # 进行递归调用
        return binary_search(seek_number, left, right)
    # 当左侧索引大于右侧索引时，说明没有找到
    else:
        return -1# 查找的数字seek_number = 11# 列表左侧索引left = 0# 列表右侧索引right = len(arr_list) - 1print("查找的数字：%s，索引为：%s" % (seek_number, binary_search(seek_number, left, right)))

运行结果：

推荐学习：python视频教程

以上是Python详细解析之二分查找算法的详细内容。更多信息请关注PHP中文网其他相关文章！