菜鸟学算法--二分查找

目录

什么是二分查找

小结

编程实现

---

什么是二分查找

二分查找是计算机编程中的一种查找算法，在一段有序序列中，通过不断将猜测值与目标值进行比对，逐渐缩小搜索区间，逼近目标值，最后获得目标值位置。如同其名，每次的猜测值为区间内排序中间的值。

例如一个1~10数组 [1,2,3,4,5,6,7,8,9,10],查找9的位置，算法执行过程如下：
开始查找：

区间1倒10，最小值：1，最大值：10，猜测值：（1+10）/2 = 5.5 向下取整为 5

猜测值与目标值对比：5<9  结果：小

重新选择区间，最小值：5，最大值：10，猜测值：（5+10）/2 = 7.5 向下取整为 7

猜测值与目标值比较：7<9 结果：小

重新选择区间，最小值：7，最大值：10，猜测值：（7+10）/2 = 8.5 向下取整为 8

猜测值与目标值比较：8<9 结果：小

重新选择区间，最小值：8，最大值：10，猜测值：（8+10）/2 = 9

猜测值与目标值比较：9=9 结果：相等

结果：9在第九个位置。

小结

观察上面的查找过程：使用二分查找9的位置，一个猜测了四次，如果从左到右查，需要9次，从右到左查，需要2次，从这里不难看出，二分查找是速度非常稳定的查找方法，通过每次缩减二分之一的区间，实现快速逼近。如果是2^10=1024长度的序列，使用普通查找最慢需要1024次，二分查找最慢需要10次，即二分查找的速度为log2n,n是序列长度，log2n表示2的几次幂等于n。

就自然序列而言，读者可能觉得直接看数值就能找到位置，例如上面的位置，但是在一些其他环境中，如用户列表查询，这个列表以[a-z]的顺序排序，而且其中可能涉及删除操作，单列表是有序的单不均匀的，如查找 'Make' ,需要先找到M开头的用户，M****，然后查找Ma**到Mz**，等等，这不是可以直接观察出位置的，二分查找的唯一要求就是有序可循，所以我们也要养成有序储存的习惯。

编程实现

上述例子进行了多次修改区间与对比，可以用循环实现

import math

find = 9999
list = [x for x in range(0,10000)]

def binary_search(find,list):
    left = list[0]
    right = list[len(list)-1]
    giss = (left + right)/2
    
    while left < right:
        if giss == find:
            print(giss)
            return
        elif giss > find:
            right = giss
            giss = math.floor((left + right) / 2)
        else:
            left = giss
            giss = math.ceil((left + right) / 2)
    print('none')

binary_search(find,list)

*循环条件为 left<right 意思是只要区间还有一个数字，就可以进行比较查找

*elif和else判断分别使用了向下取整和向上取整，其一是因为python没有明确的指定数的精度，需要转换为int，其二是因为会出现死循环，如我将两个条件的取整方向换一下，elif 向上 else向下，那么当我查找最小值时如下，left = 0 right = 1,

(left + right)/2 = 0.5 向上取整是1，最后right = 1，陷入了死循环。同理，查询最大值也是如此。