算法图解part1:二分查找

算法图解part1:二分查找

  • 1.什么是算法(Algorithm)
  • 2.二分查找法
  • 3.Python代码实现
  • 4.常见算法大O运行时间比较
  • 5.总结
  • 6.参考资料

1.什么是算法(Algorithm)

算法是一组完成任务的指令。程序=算法+数据结构
算法是软件的灵魂,得益于好的算法会给软件带来的往往都是质的变化,性能都是呈指数倍提高

2.二分查找法

二分查找是一种算法,其输入是一个有序的元素列表。如果要查找的元素包含在列表中,二分查找返回其位置;否则返回null。相比于简单查找元素(检查n次)时,二分法最多需要检查 l o g n log n logn个元素

3.Python代码实现

缺陷:测试的数组数据是有序的,从小到大排列

//二分查找
def search_2fen(list,item):                         #list数据表,目标元素item   注意写函数开头不能为数字,必须带冒号:
    low = 0		                                    #低索引
    high = len(list) - 1                            #高索引 为 len - 1   (初始低索引为0while low <= high:                              #只要范围没有缩小到只包含一个元素以后
        //mid = (low + high) // 2
        mid = int ((low + high) / 2)                #索引为整数或切片,故 中间元素的索引 mid 强制转换 或 // 
        guess = list[mid]                           #获取中间元素
        
        if guess == item:                           #如果中间元素 guess 即为 目标元素 item 则返回 索引 mid
            return mid
        if guess > item:                            #如果中间元素 大于 目标元素,将高索引更改为 mid - 1
            high = mid - 1
        else:                                       #如果中间元素 小于 目标元素,将低索引更改为 low + 1
            low = mid + 1
    return None                                     #while执行结束,未查找到元素

my_list = [1,3,5]                                   #定义一个list
search_2fen(my_list,1)                              #查找 1 是否在list中,存在则返回 索引值,不存在则返回None

运行结果:(返回0,说明 1 在 list 的 0 号索引)

0

4.常见算法大O运行时间比较

序号 算法名称 大O运行时间
1 二分查找 O( l o g n log n logn) [对数时间]
2 简单查找 O( n n n) [线性时间]
3 快速排序 O( n ∗ l o g n n * log n nlogn) [一种速度较快的排序算法]
4 选择排序 O( n 2 n^2 n2) [一种速度较慢的排序算法]
5 动态规划 O( n ! n! n!) [旅行商问题]

5.总结

  • 二分查找的速度比简单查找得多。
  • O( l o g n log n logn)比O( n n n)快。需要搜索的元素越多,前者比后者就快得越多。
  • 算法运行时间并不以秒为单位
  • 算法运行时间是从其增速的角度度量的。
  • 算法运行时间用大O表示法表示。

6.参考资料

《算法图解》第一章

此部分学习算法内容已上传github:https://github.com/ShuaiWang-Code/Algorithm/tree/master/Chapter1

你可能感兴趣的:(算法图解)