python 二分法


            

Python3 二分法讲解

标签: python 二分法 python3
624人阅读 评论(0) 收藏 举报
分类:
python基础学习(73)

现在学习Python也有一段时间了,今天去面试考到了python二分法的运用,写的不是很好,回来研究了下,重新上代码。

>>> def BinarySearch(array,t): #array必须是按从小到大排好序的序列
    low = 0
    height =len(array) - 1
    while height>= low: #注意python3中此处的等号不能省掉,不然可能造成返回值是错误的
        mid =(low + height) // 2  #python3中要用//号整除,不然会报错
        if array[mid] > t:
            height =mid - 1
        elif array[mid] < t:
            low =mid + 1
        else:
            break
    print("你要查找的数字%d 出现在序列第%d位" %(t,mid + 1))
    return array[mid]
>>> BinarySearch([1,2,3,4,5],3)
你要查找的数字3 出现在序列第33
>>> BinarySearch([1,2,3,4,5],2)
你要查找的数字2 出现在序列第22
>>> BinarySearch([1,2,3,4,5],1)
你要查找的数字1 出现在序列第11
>>> BinarySearch([1,2,3,4,5],4)
你要查找的数字4 出现在序列第44
>>> BinarySearch([1,4,65,78,98,102],100)*#注意看这个结果,是不是很惊奇,因为没有预判查找值是否在序列中。。。*
你要查找的数字100 出现在序列第6102
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29

接下来的代码增加了对查找值是否在序列内做了预判:

>>> def search(array,t):
    if t in array:
        low = 0
        hight = len(array) - 1

        while low <= hight:
            mid =(low + hight) // 2
            if array[mid] < t:
                low =mid + 1
            elif array[mid] > t:
                hight =mid - 1
            else:
                break
        print("你要查找的数字%d 出现在序列第%d位" %(t,mid + 1))
        return array[mid]
    else:
        print("你想要查找的%d不在序列内"%t)


>>> search([1,2,3,4],4)
你要查找的数字4 出现在序列第44
>>> search([1,2,3,4],5)
你想要查找的5不在序列内
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

当然你也可以这样:
(实际上这个也是为比较准确且符合程序员思维的
【起码我看到大多数搜到的都是这种类似,不过我希望以上两个代码可以有所帮助】

>>> def BinarySearch(array,t):
    low = 0
    high =len(array) - 1
    while high >= low:
        mid =(high + low) // 2
        if array[mid] > t:
            high =mid - 1
        elif array[mid] < t:
            low =mid + 1
        else:
            return array[mid]


>>> BinarySearch([1,2,3,4,45,56,67,78],56)
56
>>> BinarySearch([1,2,3,4,45,56,67,78],1)
1
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17

正如上文第一个代码注释所说的:
定义中的序列必须是事先排好序的。
所以可以给二分法增加一个功能,就是即使是传入的序列不是按大小顺序排好的也可以在定义中对其排序,然后再查找并返回排序后的序列,
这就要牵扯到另一个比较实用的方法了:八大排序,
我现在正在学习中。。。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二分法是一种常用的算法,用于在有序列表中查找特定元素。其原理是将列表分为两个部分,然后与指定元素进行比较,如果比指定元素小,则在较小的部分继续查找,如果比指定元素大,则在较大的部分继续查找,直到找到指定元素或者列表为空。 在Python中,可以使用numpy和pandas库来实现二分法。numpy提供了一些数值计算的函数,而pandas则可用于展示中间过程。 下面是一个使用二分法查找指定元素的示例代码: ```python import numpy as np import pandas as pd def binary_search(target, list_a): left = 0 right = len(list_a) - 1 while left <= right: mid = (left + right) // 2 if list_a[mid] == target: return '找到了' elif list_a[mid] < target: left = mid + 1 else: right = mid - 1 return '找不到' list_a = np.array([1, 2, 3, 4, 5, 6, 7, 8]) target = 5 result = binary_search(target, list_a) print(result) ``` 这段代码定义了一个`binary_search`函数,接受一个目标值和一个升序的数字列表作为参数。函数内部使用了一个`while`循环来进行二分查找,通过比较中间元素与目标值的大小来更新左右边界,直到找到目标值或者列表为空。最后,根据查找结果返回相应的提示信息。 回答完问题后,我将提供一些相关问题: 相关问题: 1. 二分法在有序列表中查找元素的时间复杂度是多少? 2. 二分法只适用于有序列表吗? 3. 除了列表,二分法还可以用于其他数据结构吗?
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