查找的3种算法

查找常用算法有如下几种:
  1. 顺序查找

  2. 二分查找(折半查找)
    • 【要求】
      •  必须采用顺序存储结构
      • 必须按关键字大小有序排列
    • 【优点】
      • 比较次数少,查找速度快,平均性能好。适用于不经常变动而查找频繁的有序列表。
    • 【缺点】
      • 要求待查表(数组)为有序表。
    • 【算法思想】
      • 首先,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,查找成功;或直到子表不存在为止,此时查找失败。
      • 该查找法充分利用了元素间的次序关系,采用分治策略,可在最坏的情况下用O(log n)完成搜索任务。它的基本思想是,将n个元素分成个数大致相同的两半,取a[n/2]与欲查找的x作比较,如果x=a[n/2]则找到x,算法终止。如 果x<a[n/2],则我们只要在数组a的左半部继续搜索x(这里假设数组元素呈升序排列)。如果x>a[n/2],则我们只要在数组a的右 半部继续搜索x。
    • 【算法复杂度】
      • 假设其数组长度为n,其算法复杂度为O(log(n))

  3. 散列查找(哈希查找)
    • 散列表(也叫哈希表),是根据关键码值直接进行访问的数据结构,也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。 
    • 哈希表的理想算法复杂度为O(1),也就是说利用哈希表查找某个值,系统所使用的时间在理想情况下为定值,这就是它的优势。
    • 在实际应用中定义的数组大小要大于需要存储的信息量,所以说哈希表是一个以空间换取时间的数据结构。 
    • 当哈希函数冲突发生的机率很高时,时间算法复杂度早已不是O(1)了(所以我们说理想情况下哈希表的时间算法复杂度为O(1))。 这就是说哈希函数的编写是哈希表的一个关键问题,会涉及到一个存储值在哈希表中的统计分布。如果哈希函数已经定义好了,冲突哈希解决就成为了改变系统性能的关键因素。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python的查找算法包括二分查找算法和线性查找算法。 二分查找算法是一高效的查找算法,它的前提条件是数据必须有序。该算法通过将当前列表不断分成两部分,然后跟踪最低和最高的两个索引,直到找到目标值为止。二分查找算法的Python代码如下: ```python def binary_search(list, item): first = 0 last = len(list) - 1 found = False while first <= last and not found: midpoint = (first + last) // 2 if list[midpoint == item: found = True else: if item < list[midpoint]: last = midpoint - 1 else: first = midpoint + 1 return found ``` 线性查找算法是一简单直接的查找算法,它逐个匹配数据元素,直到找到目标值或遍历完整个列表。线性查找算法的Python代码如下: ```python def linear_search(list, item): index = 0 found = False while index < len(list) and not found: if list[index == item: found = True else: index += 1 return found ``` 这两算法都可以用于在列表中查找特定的元素,但二分查找算法在有序数据上的查找效率更高。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [手把手教你用Python实现查找算法](https://blog.csdn.net/zw0Pi8G5C1x/article/details/121881880)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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