python二分法_Python算法之二分法

算法：是高效解决问题的办法

需求：有一个按照从小到大顺序排列的数字列表

需要从该数字列表中找到我们想要的那个一个数字

如何做更高效？？？

# 如何将一个列表按从小到大的顺序排

nums=[-3,4,13,10,-2,7,89]

nums.sort()

print(nums)

方案一：整体遍历效率太低

nums=[-3,4,7,10,13,21,43,77,89]

find_num=10

for num in nums:

if num == find_num:

print('find it')

break

方案二：二分法

# 算法思想

def binary_search(find_num,列表):

mid_val=找列表中间的值

if find_num > mid_val:

# 接下来的查找应该是在列表的右半部分

列表=列表切片右半部分

binary_search(find_num,列表)

elif find_num < mid_val:

# 接下来的查找应该是在列表的左半部分

列表=列表切片左半部分

binary_search(find_num,列表)

else:

print('find it')

二分法代码实现：

# 递归法：

def binary_search(ls, num, lower=0, high=None):

if high is None:

high = len(ls) - 1

mid = (lower + high) // 2

if mid == 0 and num != ls[0]:

return "不存在"

if mid == len(ls) - 1 and num != ls[-1]:

return "不存在"

if num == ls[mid]:

return mid, ls[mid]

elif num < ls[mid]:

return binary_search(ls, num, lower, mid)

else:

return binary_search(ls, num, mid + 1, high)

nums=[-3,4,7,10,21,43,77,89,123]

print(binary_search(nums,-3))

# 递推法

def binary_search(ls, num):

low = 0

high = len(ls) - 1

while low <= high:

mid = (low + high) // 2

if num == ls[mid]:

return mid, ls[mid]

elif num < ls[mid]:

high = mid - 1

else:

low = mid + 1

return

nums=[-3,4,7,10,21,43,77,89,123]

print(binary_search(nums,125)) # 不存在，返回None

编程思想

面向过程的编程思想：

核心是"过程"二字，过程即流程，指的是做事的步骤：先什么、再什么、后干什么

基于该思想编写程序就好比在设计一条流水线

优点：复杂的问题流程化、进而简单化

缺点：扩展性非常差

面向过程的编程思想应用场景解析：

1、不是所有的软件都需要频繁更迭：比如编写脚本

2、即便是一个软件需要频繁更迭，也不并不代表这个软件所有的组成部分都需要一起更迭