网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
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!
文章目录
根据数据量的大小 可将查找分为内部查找和外部查找
内部查找:数据量较小的文件可以一次性全部加载到内存中进行查找
外部查找:数据量较大的文件无法一次性加载到内存中处理,需要使用辅助存储器来分次处理
注意:我们根据在查找过程中查找的文件是否改动,将查找分为静态查找和动态查找
顺序查找
顺序查找是一种线性查找,最简单的查找方式。逐个遍历,最坏的情况下,时间复杂度为O(n)
示例代码
def orderSearch(num):
import random
count = 0
# data = [0] \* 8
# for i in range(8):
# data[i] = random.randint(1, 100)
data = [1, 2, 3, 4, 5, 6, 7, 8]
for i in range(len(data)):
count += 1
if data[i] == num:
print("找到{0}了,在数组data的第{1}个位置,查找了{2}次".format(num, i, count))
break
else:
print("找了{0}次,没找到".format(count))
orderSearch(10)
二分查找法
前提是数据已经是有序的状态,将数据分割成两等份,再比较键值与中间值的大小,如果键值小于中间值,确定查找的数据在前半段否则在后半段。时间复杂度为O(logn)
def binSearch(data, val):
low = 0
high = len(data) - 1
while low <= high and val != -1:
mid = int((low + high) / 2)
if val < data[mid]:
![img](https://img-blog.csdnimg.cn/img_convert/a9923452d3904be854fd9fccd9cdc65e.png)
![img](https://img-blog.csdnimg.cn/img_convert/98a9ef7b67b6c3d287cd959060f12971.png)
![img](https://img-blog.csdnimg.cn/img_convert/03de4ba6e71fb0557cef0a90decc7626.png)
**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Go语言开发知识点,真正体系化!**
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
**[如果你需要这些资料,可以戳这里获取](https://bbs.csdn.net/topics/618658159)**
目、大纲路线、讲解视频,并且后续会持续更新**
**[如果你需要这些资料,可以戳这里获取](https://bbs.csdn.net/topics/618658159)**