算法

算法

学习至算法图解

1. 二分查找

原理：对于一组有序数据，每次从数据的中间开始查找，假如中间值正好与查找值相等，那表示已经找到；假如不等，则把数据组从中间分成前组和后组，如果需查找的数据比中间数大，则取后组再次进行查找，重复以上过程，直至找到。
时间复杂度：O(log2n)

Python实现：

def binary_search(li,item):
    low=0
    high=len(li)-1
    while low<=high:
        mid_index=int((low+high)/2)
        mid=li[mid_index]
        if item==mid:
            return mid_index
        elif item<mid:
            high=mid_index-1
        else:
            low=mid_index+1
    return None

测试：

li=[2,3,4,7,8,9,22,33,44,55,100]
item=55
#从li中查找55这个值，返回55的索引
index=binary_search(li,item)
li[index]·········返回55

2. 选择排序

原理：遍历未排序的的列表找出最小的值，然后把这个值取出放进另一个空列表中，再次这样做，找出第二小的值放入新列表中，以此类推，最终你会得到一个有序列表。

时间复杂度：O(n^2)

Python实现：

def getsmallest(li):
    small_index=0
    smallest=li[0]#存储最小的值
    for i in range(len(li)):
        if li[i]<smallest:
            small_index=i
            smallest=li[i]
    return small_index
            
def selectSort(li):
    new_li=[]
    for i in range(len(li)):
        index=getsmallest(li)
        new_li.append(li.pop(index))
    return new_li

测试：

selectSort([3,2,4,1,5,7,3,2,5,78,3,7,3,6,])
#
#返回：
[1, 2, 2, 3, 3, 3, 3, 4, 5, 5, 6, 7, 7, 78]

4.分而治之

原理：1.找到一个基线条件（这个条件必须尽可能简单），2.不断将问题分解（或者说缩小规模），直到符合基线条件）

1.使用递归来实现列表求和

def sum(li):
    a=0
    for i in li:
        a=a+i
    return a

2.编写一个递归函数来计算列表所包含的元素数

def count(li):
    if not li:
        return 0
    else:
        return 1+count(li[1:])

3.找出列表中的最大数字

def getLargest(li):
    #基线条件，当列表中只剩下两个元素时发动
    if len(li)==2:
        if li[0]<=li[1]:
            return li[1]
        else:
            return li[0]
    sub_max=getLargest(li[1:])
    if li[0]>sub_max:
        return li[0]
    else:
        return sub_max

待续