机器学习1002_Python基础_数据结构与算法_查找

我们只看常用的三种算法：顺序查找（sequential search）、二分查找（binary_search）、哈希表查找（hashing）。并简单分析三种算法的效率。

1. 顺序查找：从头向尾逐次查找，直到找到为止。我们使用Python实现顺序查找功能。

import time
def sequential_search(a_list,item):
    pos = 0  # 当前指针位置
    found = False
    # 如果指针未历遍列表,且当前位置以前未找到该元素，则
    while pos < len(a_list) and not found:
        if a_list[pos] == item:  # 如果当前位置是需要查找的元素
            found = True
        else:
            pos = pos + 1  # 否则指针指向下一个元素
    return found

test_list = [1,2,32,8,17,19,42,13,0]
print(sequential_search(test_list,3))
print(sequential_search(test_list,13))

上述是通用的顺序查找算法，针对于一些特殊的列表，如顺序列表（order list），顺序查找算法做出一些微小的调整： 如果当前位置的元素大于要查找的元素，则停止，不必再向后检索 ，因为后面的元素肯定都大于要查找的元素。下面我们来看一个例子。

import time
def ordered_sequential_search(a_list,item):
    pos = 0  # 当前指针位置
    found = False
    stop = False
    while pos < len(a_list) and not found and not stop:
        if a_list[pos] == item:
            found = True
        else:
            if a_list[pos] > item:
                stop = True  # 如果当前位置的元素大于要查找的元素，则停止
            else:
                pos = pos + 1  # 指针指向下一个元素
    return found

test_list = [0,2,3,8,13,17,19,32,42]
print(ordered_sequential_search(test_list,1))
print(ordered_sequential_search(test_list,32))

2. 二分查找： 在一个顺序列表中，从中位数开始查找，并比较所查找的元素与中位数的大小，将列表二分为含查找元素的区间C1，以及不含查找元素的区间C2。然后再对C1进行二分，直到找到为止。

例如有一个列表[0,2,3,8,13,17,19,32,42]，假设需要查找到32，若使用顺序查找法，要先历遍0，2，3，8，13，17，19共7个元素。若使用二分法，则首先找到列表中点（0+9）//2=4（实际上是第5个元素13）。

此时中点为13，小于需要查找的32，所以32应该在区间[17,19,32,42]中。

再次查找中点（0+3）//2 = 1 （实际上是第2个元素）。此时中点为19，小于需要查找的32，所以32应该在区间[32,42]中。

再次查找中点（0+1）//2 = 0 （实际上是第1个元素）。此时中点为32，我们找到了需要的元素。