线性查找与二分查找的平均查找次数的比较

*不讨论查找不成功的情况

*设一数组arr,长度为n(下列例子中,n 取具体值 100, 10000, 10000000)

线性查找(顺序查找)

在无序的数组中查找一指定值,必须遍历整个数组,直至查找成功,计算其平均查找次数也相当简单:

avg线性 = (1 + n) / 2

因在数组中,各个元素被查找的概率相等,最好的情况是第1个就是目标元素;最坏的情况是最后一个才是目标元素,就不得不遍历整个数组,平均查找次数是线性递增的:

n = 100,avg线性 = 50.5

n = 10000,avg线性 = 5000.5

n = 10000000,avg线性 = 5000000.5

二分查找

使用二分查找前,必须先保证数组有序,其每次先把目标元素与位于数组中间的值进行比较(假设数组升序),若目标元素较大(小),则舍弃位于数组中间的左(右)边部分,不再比较左(右)边,再使用二分查找比较剩余部分:

线性查找与二分查找的平均查找次数的比较_第1张图片

线性查找与二分查找的平均查找次数的比较_第2张图片

线性查找与二分查找的平均查找次数的比较_第3张图片

直至查找成功后停止。

二分查找的平均查找次数略微复杂:

avg二分 =  ((n+1)*ceil(log2(n+1)) - 2^ceil(log2(n+1)) + 1)/n,

分子是全部元素的查找次数总和,分母就是数组大小n,相除即平均查找次数

???,怎么来的?

数组个数 次数总和
1 1
2 3(1+2)
3 5(1+2+2)
4 8(1+2+2+3)
5 11(1+2+2+3+3)

6

14(1+2+2+3+3+3)

7 17(1+2+2+3+3+3+3)
8 21(1+2+2+3+3+3+3+4)
9 25(1+2+2+3+3+3+3+4+4)
... ...

序列1, 3, 5, 8, 11, 14, 17, 21, 25, ... 可在 OEIS 官网 查询得到

二分查找平均查找次数呈对数增长(保留两位小数):

n = 100,avg二分 = 5.8

n = 10000,avg二分 = 12.36

n = 10000000,avg二分 = 22.32

以下给出部分数组大小(图中n列)与平均查找次数(图中approximation列)

线性查找与二分查找的平均查找次数的比较_第4张图片

(图片数据来源WolframAlpha)

二者平均查找次数图形比较

蓝:线性查找

红:二分查找

线性查找与二分查找的平均查找次数的比较_第5张图片

线性查找与二分查找的平均查找次数的比较_第6张图片

你可能感兴趣的:(线性查找与二分查找的平均查找次数的比较)