开篇问题:如何编写实现”求一个数的平方根“?要求精确到小数点后六位
1.二分查找的思想
二分查找(Binary Search)算法,也叫折半查找算法。
二分查找针对的是一个有序的数据集合,查找思想有点类似分治思想。每次都通过跟区间的中间元素对比,将待查找的区间缩小为之前的一半,直到找到要查找的元素,或者区间被缩小为 0。
举例二分查找例子:
假设有 1000 条订单数据,已经按照订单金额从小到大排序,每个订单金额都不同,并且最小单位是元。现在想知道是否存在金额等于 19 元的订单。如果存在,则返回订单数据,如果不存在则返回 null。
利用二分思想,每次都与区间的中间数据比对大小,缩小查找区间的范围。下图中,low 和 high 表示待查找区间的下标,mid 表示待查找区间的中间元素下标
![05d6a754db5f6d94d32b878a2469f985.png](https://i-blog.csdnimg.cn/blog_migrate/efd4634db7b99629d9ec3943a584ef0e.jpeg)
二分查找的时间复杂度为O(logn)
2.O(logn)时间复杂度
二分查找是一种非常高效的查找算法,下面来分析时间复杂度的计算过程:
假设数据大小是n,每次查找后数据都会缩小为原来一半,也就是会除以2.最坏情况下,直到查找区间被缩小为空时,才停止。
![8c65cc57cd6c4f5e0599741a98428e94.png](https://i-blog.csdnimg.cn/blog_migrate/94d00993dc9c3a4b3f30f160d7ca1445.jpeg)
从图可以看出为一个等比数列。其中
![equation?tex=n%2F2%5Ek%3D1](https://i-blog.csdnimg.cn/blog_migrate/202349827897a82cb8b03d7899126b28.png)
关于时间复杂度为O(logn)的算法很少,后面学到的二叉树操作,堆,等等时间复杂度都为O(logn)。
3.二分查找的递归与非递归实现
实际上,二分查找代码比递归思想是更简单的,但是当讲到二分查找的变体问题时,那就比较烧脑的。
python实现二分查找模板:
def binary_search(arr: list, value) -> int:
low, high = 0, len(arr) - 1
while low <= high:
mid = low + (high - low ) >> 1 # mid = low + (high - low ) // 2
if arr[mid] == value:
return mid
elif arr[mid] > value:
high = mid - 1 # 思想很简单吧。
else:
low = mid + 1
return -1 # 表示未找到
low、high、mid 都是指数组下标,其中 low 和 high 表示当前查找的区间范围,初始 low=0, high=n-1。mid 表示 [low, high] 的中间位置。我们通过对比 a[mid] 与 value 的大小,来更新接下来要查找的区间范围,直到找到或者区间缩小为 0,就退出。
注意:
- 循环退出条件
注意是 low<=high,而不是 low
2.mid 的取值