常见查找算法之php, js,python版

最新推荐文章于 2023-04-06 08:28:09 发布
最新推荐文章于 2023-04-06 08:28:09 发布
阅读量377 收藏
点赞数
分类专栏： 算法 PHP web前端 python 文章标签： 常见查找算法 顺序查找算法线性查找算法 二分查找算法折半查找 插值查找算法 算法php
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dong_Alex/article/details/78947907
版权
PHP 同时被 3 个专栏收录
17 篇文章 0 订阅
订阅专栏
web前端
4 篇文章 0 订阅
订阅专栏
python
3 篇文章 0 订阅
订阅专栏

常用算法

>>>1. 顺序查找, 也叫线性查找, 它从第一个记录开始, 挨个进行对比, 是最基本的查找技术

javaScript :
// 顺序查找(线性查找) 只做找到即返回
// javaScript 版
function  search ( data , needle )
{
     for ( var  i = 0 ; i < data . length ; i ++ )
     {
         if ( data [ i ]  ==  needle  &&  typeof  data [ i ]  ==  typeof  needle )
         {
              return  i ;
         }
     }
     return  false ;
}
 
var  data  =  [ 100 , 10 , 2 , 7 , 8 , 6 ] ;
console . log ( search ( data , 7 )) ; // 3
console . log ( search ( data , '7' )) ; // false

php版:

<?php
// php版
function  search ( $data, $needle )
{
     $data_len  =  count ( $data );
     for ( $i = 0; $i < $data_len; $i ++ )
     {
         if ( $data [ $i ]  ===  $needle )  return  $i;
     }
     return  false;
}
 
$data  =  [ 100, 10, 2, 7, 8, 6 ];
var_dump ( search ( $data, 7 )); // int(3)
var_dump ( search ( $data, '7' )); // bool(false)



python3

# python3 版本
def  search ( data, needle ) :
     dataLen  =  len ( data )
     for  i  in  range ( dataLen ) :
         if  data [ i ]  ==  needle  and  type ( data [ i ])  ==  type ( needle ) :  return  i
     return  False
data  =  [ 100, 10, 2, 7, 8, 6 ]
print ( search ( data, 7 ))    # 3
print ( search ( data, '7' ))  # False
print ( search ( data, 6 ))    # 5


>>>

二分找查, 折半查找

核心思想:

1. 用low , high , middle 表示待查找区间的 下界, 上界,中间 的坐标

2. 取中间位置 middle = floor((low+high)/2)

3. 用给定值与 中间位置的值 作比较

等于: 查找成功

大于: 待查数据在区间的后半段  设low 为 middle+1

小于: 待查数据在区间的前半段  设high 为 middle-1

4.数据是排序好的

5.直到越界 (low>high) 查找失败, 结束





PHP版:

<?php
// 二分法 折半查找 PHP版
$data_list  =  [ 1, 2, 4, 5, 5, 6, 10, 12 ];
function  bisearch ( $data_list, $needle )
{
     $low  =  0;
     $high  =  count ( $data_list ) -1;
     if ( $data_list [ $low ]  ==  $needle )  return  $low;
     if ( $data_list [ $high ]  ==  $needle )  return  $high;
     while ( $high >= $low )
     {
         $middle  =  floor (( $low + $high )/ 2 );
         if ( $needle  ==  $data_list [ $middle ])
         {
              return  $middle;
         } elseif ( $needle > $data_list [ $middle ])
         {
              $low  =  $middle +1;
         } else {
              $high  =  $middle -1;
         }
     }
     return  false;
}
 
print_r ( bisearch ( $data_list, 10 ));  // 6
print_r ( bisearch ( $data_list, 5 ));   // 3
print_r ( bisearch ( $data_list, 13 ));  // false

截图:


python 3版 二分查找

import  math
# python3 版二分查找算法
def  bisearch ( data_list, needle ) :
     low, high  =  0, len ( data_list ) - 1
     if  needle  ==  data_list [ low ] :   return  low
     if  needle  ==  data_list [ high ] :  return  high
     while  high >= low :
         middle  =  math. floor (( high + low ) / 2 )
         if  needle  ==  data_list [ middle ] :   return  middle
         elif  needle  >  data_list [ middle ] :  low  =  middle + 1
         else :  high  =  middle - 1
     return  False
 
data_list  =  [ 1, 2, 4, 5, 5, 6, 10, 12 ]
print ( bisearch ( data_list, 10 ));    # 6
print ( bisearch ( data_list, 5 ));     # 3
print ( bisearch ( data_list, 13 ));    # False
 

截图:


javaScript 版二分查找:

// js 版二分查找
function  bisearch ( data_list , needle )
{
     var  low  =  0 , high  =  data_list . length -1
     if  ( needle  ==  data_list [ low ]  )  return  low
     if  ( needle  ==  data_list [ high ])  return  high
     while  ( high >= low )
     {
         var  middle  =  Math . floor (( low + high ) / 2 )
         if ( needle  ==  data_list [ middle ])
         {
              return  middle
         } else  if ( needle > data_list [ middle ])
         {
              low  =  middle  +  1
         } else {
              high  =  middle  -  1
         }
     }
     return  false
}
data_list  =  [ 1 , 2 , 4 , 5 , 5 , 6 , 10 , 12 ]
console . log ( bisearch ( data_list , 10 )) ;    // 6
console . log ( bisearch ( data_list , 5 )) ;     // 3
console . log ( bisearch ( data_list , 13 )) ;    // False

截图:



>>> 插值查找 (由二分查找改进)

二分查找的公式:

middle = (low+high)/2    => low+(1/2)*(high-low)

插值查找的公式由上面演变, 主要改进的是二分之一部分:

middle = low+((needle-data[low])/(data[high]-data[low]))*(high-low)


对二分查找跟插值查找的一个说明:

插值查找对于公布均匀的数据, 速度比二分查找快(插值查找次数少),例如对下面这类数据

$data = [1,2,3,6,7,9,10,11,...]

对于分布不均匀的数据, 二分查找要比插值查找快 例如下:

$data = [4,100,300,685,3452,...]

PHP版 插值查找算法:

<?php
// 二分查找优化(插值查找) PHP版
$data_list  =  [ 1, 2, 4, 5, 5, 6, 10, 12 ];
function  interpolation ( $data_list, $needle )
{
     $low  =  0;
     $high  =  count ( $data_list ) -1;
     if ( $data_list [ $low ]  ==  $needle )  return  $low;
     if ( $data_list [ $high ]  ==  $needle )  return  $high;
     while ( $high >= $low )
     {
         $middle  =  floor ( $low + (( $needle - $data_list [ $low ])/ ( $data_list [ $high ] - $data_list [ $low ])) * ( $high - $low ));
         if ( $needle  ==  $data_list [ $middle ])
         {
              return  $middle;
         } elseif ( $needle > $data_list [ $middle ])
         {
              $low  =  $middle +1;
         } else {
              $high  =  $middle -1;
         }
     }
     return  false;
}
 
print ( interpolation ( $data_list, 10 ));  // 6
print ( interpolation ( $data_list, 5 ));   // 3
print ( interpolation ( $data_list, 13 ));  // false
 
$index  =  interpolation ( $data_list, 10 );
echo  $data_list [ $index ]; // 10

/*
 注: 1.floor 返回的是浮点数 如 6 类型为float
      2.false 用print,echo 输出是空字符串
*/

截图:


python3版 插值查找算法:

import  math
# python3 插值查找算法
def  interpolation ( data_list, needle ) :
     low, high  =  0, len ( data_list ) - 1
     if  needle  ==  data_list [ low ] :   return  low
     if  needle  ==  data_list [ high ] :  return  high
     while  high >= low :
         middle  =  math. floor (
              low +
              (( needle - data_list [ low ]) / ( data_list [ high ] - data_list [ low ])) *
              ( high - low )
         )
         if  needle  ==  data_list [ middle ] :   return  middle
         elif  needle  >  data_list [ middle ] :  low  =  middle + 1
         else :  high  =  middle - 1
     return  False
 
data_list  =  [ 1, 2, 4, 5, 5, 6, 10, 12 ]
print ( interpolation ( data_list, 10 ));    # 6
print ( interpolation ( data_list, 5 ));     # 3
print ( interpolation ( data_list, 13 ));    # False

截图:


js 版插值查找算法:

// js版 插值查找算法
function  interpolation ( data_list , needle )
{
     var  low  =  0 , high  =  data_list . length -1
     if  ( needle  ==  data_list [ low ]  )  return  low
     if  ( needle  ==  data_list [ high ])  return  high
     while  ( high >= low )
     {
         var  middle  =  Math . floor (
              low + (( needle - data_list [ low ]) / ( data_list [ high ] - data_list [ low ])) *
              ( high - low )   
         )
         if ( needle  ==  data_list [ middle ])
         {
              return  middle
         } else  if ( needle > data_list [ middle ])
         {
              low  =  middle  +  1
         } else {
              high  =  middle  -  1
         }
     }
     return  false
}
data_list  =  [ 1 , 2 , 4 , 5 , 5 , 6 , 10 , 12 ]
console . log ( interpolation ( data_list , 10 )) ;    // 6
console . log ( interpolation ( data_list , 5 )) ;     // 3
console . log ( interpolation ( data_list , 13 )) ;    // False

截图:


小结:

以上有php,python,js 版常见的查找算法:

1. 顺序(线性) 查找

2. 二分查找 (折半查找)

3. 插值查找 (二分查找优化 适用于分布均匀的数据)

4. 前提是数据排好序, 顺序

phpzx.cn
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
常见的排序
tanli的博客
08-21 353
一、插入排序 折半查找 概念：折半查找，又称二分查找，它仅适用于有序的顺序表。 基本思想及查找步骤： 以low、middle和high表示待查区间的上界、中间位置和下界。low的初始值是0，high的初始值是length-1； （1）让middle等于（low+high）/2的整数部分； （2）比较中间位置记录的关键字与给定的K值： a. 相等：查找成功 b. 大于：给定的K值在m...
自动生成文章摘要的代码[PHP 版本]
10-30
由于这个函数可能会比较消耗资源，因此建议在客户端（如JavaScript）或服务端（如PHP）使用，取决于具体的应用场景。在安全性方面，由于摘要通常是博主或内容创建者控制的，因此恶意修改摘要通常意味着用户在破坏...
【算法基础】为什么算法中常使用mid=low+ (high-low) /2 而不是(low+high) /2？
汤姆lazy的CSDN博客
02-22 539
在实现二分查找算法时，为什么使用low + (high - low) / 2，而不使用(high + low) / 2呢？更进一步，如果要将性能优化到极致的话，我们可以将这里的除以 2 操作转化成位运算。，在数值较大的情况下容易发生溢出，其改进的方法是将 mid 的计算方式写成。因为相比除法运算来说，计算机处理位运算要快得多。a+(b-a)/2 的计算结果：1073741824。原因：如果两个数都是超级大就会引起overflow。(a+b)/2 的计算结果：-1073741824。所以说算中位数推荐使用。
前端高手进阶第27讲：到底该不该了解算法？
sucaiwa的博客
04-06 115
本课时首先介绍了算法的两个重要效率指标：时间复杂度和空间复杂度。时间复杂度根据执行次数来计算，空间复杂度根据临时变量的大小来计算。算法的复杂度用一个带有参数的函数 O 来表示，函数 O 的参数为 n 的多项式，为了方便比较，一般只会保留 n 的最高次项并省略系数。在常见的算法复杂度中，常数复杂度最优，指数复杂度最劣。在理解算法相关基础后重点分析了 JavaScript 的 Array.prototype.sort() 函数的底层实现算法 TimSort。
二分法查找实现
佑庆的博客
12-17 251
首先明白二分法查找的前提条件： 目标数组为有序的。 public int find(int[] arr,int num) { int left = 0; int right = arr.length-1; while(left<=right) { int middle = (left+right)/2; ...
关于mid=(low+high)/2与mid=low+(high-low)/2的区别
chenchen_fcj程序猿的博客
09-03 3403
---------------------------------- 这个在二分查找里经常写到，但是之前不重视。这两种用法里，用 mid=low+(high-low)/2 这种写法好，虽然数学上是一样的， 但是mid=(low+high)/2 中的加法可能会发生溢出。 ...
[源代码]Python算法详解.rar
10-14
）收藏评论(0)举报资料介绍基于Python分别讲解了算法是程序的灵魂，数据结构，常用的算法思想，线性表、队列和栈，树，图，查找算法，内部排序算法，经典的数据结构问题，解决数学问题，经典算法问题，解决图像问题...
学习数据结构和算法必知必会的50个代码实现源码，实现的语言php、c、java、javascirpt、pythongo note
最新发布
04-22
- **查找算法**：如顺序查找、二分查找、哈希查找。 - **递归与分治策略**：例如斐波那契数列、汉诺塔问题、快速排序等。 - **动态规划**：解决最优化问题，如背包问题、最长公共子序列、最小编辑距离等。 - **...
Algorithms:持续研究JavaScript和PHP算法以及数据结构
05-17
例如，排序算法（如快速排序、归并排序）和查找算法（如二分查找）能够帮助处理大量数据，提高程序性能。 数据结构是存储和组织数据的方式，它与算法密切相关。在JavaScript中，常见的数据结构有数组、链表、栈、...
knn.zip_PHP语言_knn image _knn算法php实现_图片分类
09-24
在机器学习领域，图像分类是一个常见的任务，其目标是将输入的图像分配到预定义的类别中。 首先，我们需要理解KNN的基本原理。KNN的工作方式是：对于一个给定的新样本，算法会找到训练集中与其最近的K个邻居，然后...
为什么使用low + (high - low) / 2而不使用(high + low) / 2呢？
malimingwq的博客
07-26 4091
为什么使用low + (high - low) / 2而不使用(high + low) / 2呢？目的是防止溢出！ 为什么这样就防止溢出了呢？看下面的例子。 high = 0100 0000 0000 0000 0000 0000 0000 0000 = 1073741824 low = 0100 0000 0000 0000 0000 0000 0000 0000 = 1073741824 ...
为什么要用mid=low+ (high-low) /2 而不是(low+high) /2?
Cosmic Lover
03-08 786
原因就是如果两个数都是超级大就会引起overflow 你比如： int a = Integer.MAX_VALUE - 10; int b = Integer.MAX_VALUE ; int omg = ( a + b ) / 2; 具体的计算公式如下： mid = low + x ( high + low ) / 2 = low + x low + x = ( high + low ) / 2 x = ( high + low ) / 2 - low x = ( high + low - 2 *
一点就透的二分查找算法
bieber007的博客
11-30 204
无处不在的二分查找？ 1 二分查找在实际中应用的很多，但是思想确实很简单，就是类似于分治的思想，比如你想从1000甚至更多的数字中寻找特定的数，如果你挨个去查找，当然可以，但是如果可以每次查找就可以确定想要查找的数不在另外一半中，是不是要快很多。 二分查找就是这么简单，只要记住，找到方法可以把范围缩小一半，就可以使用二分查找。 69 求开方 题目描述 给定一个非负整数，求它的开方，向下取整。 例子1 输入: 8 输出: 2 解释: 8 的开方结果是 2.82842...，向下取整即是 2。
linux安装nginx服务器并配置支持php LNMP搭建
热门推荐
phpxxo的博客
06-16 1万+
本机环境: centos7.4 64bit概要: 使用yum安装nginx, 源码编译安装php-fpm, 配置让服务器能支持解析php #  下载php最新版7.3源码wget -c https://downloads.php.net/~stas/php-7.3.0alpha1.tar.gz# 解压tar zxvf php-7.3.0alpha1.tar.gz# 配置phpcd php-7.3....
sublime 设置新建文件自动添加author(作者)等文件头信息
phpxxo的博客
01-21 9387
很多时候, sublime 自带自动添加文件头信息, 但是并不是我们想要比如下面这样的: 新建一个python文件 自动添加的author 信息 上面并不是我想要的, 我想要下面这样的效果: 这就需要我们设置插件来自定义化, 步骤 1) 安装 file Header 插件 (一般默认已经安装) 2) 设置变量 比如author 值, email 的值 3) 修改
linux 系统下源码编译安装搭建自定义lamp环境(linux+apache+mysql+php)
phpxxo的博客
06-12 5758
linux 系统下源码编译安装搭建自定义lamp环境(linux+apache+mysql+php)目地:在linux系统上源码编译安装搭建lamp环境并配置 , 守护进程, 软连接集中管理配置文件, phpmyadmin数据库在线管理实验操作环境: linux centos7.4 64位 腾讯云服务器apache(httpd)使用2.4php使用5.6mysql使用5.7开始# 一.安装apac...
将php安装成php-fpm编译时报错/usr/lib64/libpthread.so.0: error adding symbols: DSO missing from command li
phpxxo的博客
06-15 5217
环境: centos7.4 mini 64位由于之前装了一个LAMP, 现在要装一个LNMP, 需要再次安装php(这次需要将php编译为php-fpm与nginx通讯) 在执行完配置后, 执行make 编译, 报下面的错: /usr/lib64/libpthread.so.0: error adding symbols: DSO missing from command linecollect2...
Python编程学习资源大放送：从入门到精通
- 查找算法：二分查找、哈希表查找等高效搜索技巧。 - 树形数据结构的处理：构建和操作二叉树、红黑树等。 3. **函数式编程**： - 高阶函数：map()、filter()、reduce()等，以及如何使用lambda函数。 - 列表和...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值