20分钟速成排序+查找算法（含模板）——二分查找

思考

模拟图解

默认参数

复杂度

想说的话

---

二分查找

====

模板

–

def binary_search(nums, target):

二分查找前提是数据是要有序的

nums.sort()

左指针指向第一个元素

left = 0

右指针指向最后一个元素

right = len(nums) - 1

注意是小于等于

while left <= right:

//2表示整除2向下取整

mid = left + (right - left) // 2

if nums[mid] == target:

return mid

如果大于目标右指针往左移 这样中值会变小

elif nums[mid] > target:

right = mid - 1

小于目标左指针往右移

else:

left = mid + 1

没找到返回-1

return -1

思路

–

二分查找必须要在数据有序的条件下进行。左右指针分别位于数组左右边界，中值处于左右指针中点的位置，我们查找元素是依靠中值查找。决定中值的唯一条件就是左右指针的值。当中值与目标值不相等时，根据中值与目标值的大小判断进行移动左指针或右指针缩减范围。重复上述操作，直到找到元素或左右指针重合为止。

重合：当右指针为目标值时，左指针必须与右指针重合中值才能与目标值匹配，因此while条件必须是小于等于。

复杂度

---

时间复杂度：while循环的次数 -> O (log n)

空间复杂度：仅存在临时辅助变量left,right,mid -> O(1)

冒泡排序

====

模板

–

从小到大排序

def bubble_sort(nums):

重复N-1次即可完成全部排序

for i in range(1, len(nums)):

每进行一次循环都交换出一个最大的数排在后面

因为最后面的数已经排好序了，所以不用全部遍历比较

i不从0开始是防止j+1越界

for j in range(len(nums)-i):

如果前者值大于后者，那么交换他两的值

if nums[j] > nums[j+1]:

nums[j], nums[j+1] = nums[j+1], nums[j]

思路

–

每次大循环可以交换出一个最大值，进行N-1次交换即可完成排序。（如：若列表只有2个元素，那么进行2-1次交换即可完成排序。），而在小循环中，不断将前后元素相比较交换出更大的元素放在后面。小循环可以根据大循环的次数逐步缩小比较范围，因为后面元素已经排好序了，越靠后越大。

复杂度

---

时间复杂度：如果一开始就是正序一遍过的话复杂度是O(n)，如果一开始是反序（最坏情况）复杂度是O())，综上，总体时间复杂度 -> O())

空间复杂度：仅存在临时辅助变量i,j -> O(1)

快速排序

====

模板

–

def quick_sort(nums, start, end):

递归结束条件

if start >= end:

return

生成左右指针

left = start

right = end

生成一个参考点，将小于中心点的值放在左边，大于中心点的值放在右边

pivot = nums[right]

while left < right:

因为参考点在右边所以先从左指针开始寻找比参考点大的元素放在右侧右指针所指位置

while left < right and nums[left] <= pivot: # 如果想要倒序排序，将此处的<=,改成>=

left += 1

将左指针指向的元素赋值给右指针指向的位置，此时有两种情况，

1.左右指针重合left=right，此时赋值与否元素值都不会改变

2.找出了大于参考点值的元素，将其赋值给右指针指向的位置

nums[right] = nums[left]

移动右指针寻找比参考点小的元素

while left < right and nums[right] >= pivot: # 如果想要倒序排序，将此处的<=,改成>=,两处修改完后即为倒序排序

right -= 1

nums[left] = nums[right]

跳出循环后，左右指针必定指向同一位置 然后将参考点放入两指针重合处

nums[left] = pivot

以相同方法继续排序支点左右两边元素

quick_sort(nums, start, left-1)

quick_sort(nums, left+1, end)

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！