一、二分查找法
1. 内容:在一个列表(一定要是有序的)中查找某一个元素,找到的话返回位置,否则返回NULL。
2. 时间复杂度:为对数时间,即O(logn)
比如:100->50->25->13->7->4->2->1 ——一共7步, 而log2 = 6.64 ≈ 7
3. C++实现:
#include<iostream>
using namespace std;
int find();
int main()
{
cout << find() << endl;
return 0;
}
int find()
{
int len = 10;
int target = 8;
int array[10] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
int low = 0;
int high = len-1;
int mid = (low+high)/2; // 向下圆整
while(low <= high) // 只要范围没有缩小到只包含一个元素
{
mid = (low+high)/2; // 只检查中间的元素
if(array[mid] == target) // 找到元素
return mid;
else if(array[mid] > target)
high = mid-1; // 猜的数字大了, 向下取半
else low = mid+1; // 猜的数字小了, 向上取半
}
return NULL; // 没找到
}
二、大O表示法
1. 算法的运行时间以不同的速度增加
随着元素数量的增加,二分查找法需要的额外时间不多,但是简单查找法的额外时间会很多。因此,仅仅知道算法需要多长时间才能运行完毕是不够的,还需要知道运行时间如何随列表的增长而增加。
大O表示法指的速度并非以表为单位的速度,而是让你比较操作数,其指出了算法运行时间的增速、操作数的增速。
2. 用来描述一个算法的最差情况。