数据结构--查找

查找

顺序查找

存储在列表种的元素彼此之间存在着线性关系，因此可以对每个元素进行顺序访问。对于一个无序列表的查找，假设有$n$个元素，最坏情况下，需要经过$n$次比较之后才能够确定该列表中是否存在目标元素(目标元素在列表的最后一个位置)，即时间复杂度为$O(n)$；最好情况下，只需要比较1次就能确定该列表中是否存在目标元素(目标元素在列表的第一个位置)，即时间复杂度为$O(1)$；当目标元素在列表的中间位置，顺序表的平均查找次数为$\frac{n}{2}$，即时间复杂度为$O(\frac{n}{2})$，当n很大时，$O(\frac{n}{2})$中的系数可忽略。因此，顺序查找的时间复杂度为：$O(n)$。

实现：

def sequentialSearch(arrList, num):
    '''
    :param arrList: 列表
    :param num: 待搜索的元素值
    :return: num所在位置
    '''
    # 待搜索的元素值在列表中可能不止一个
    num_index = []
    for i in range(len(arrList)):
        if arrList[i] == num:
            num_index.append(i)
    if num_index != []:
        return num_index	
    else:
        print('num is not in arrList')

二分查找

对于有序列表的访问，二分查找算法尤为著名。首先对比目标元素是否与列表中间位置的元素相等，若大于列表中间位置的元素，接下来对比与列表中间位置到末尾之间的列表中间位置的元素是否相等；若小于于列表中间位置的元素，接下来对比与列表其实位置到中间位置之间的中间位置的元素是否相等；以此下去，直到找到与目标元素相等。

实现：

# 返回目标元素e的位置
def searchBin(listArray, e):
    n = len(listArray)
    start = 0
    stop = n
    while start <= stop:
        mid = (start + stop) >> 1
        if e == listArray[mid]:
            return mid
        elif e > listArray[mid]:
            start = mid
        else:
            stop = mid

采用递归实现：

# 递归二分查找只能判断目标元素e是否存在
def searchBinRecursion(listArray, e):
    mid = len(listArray) >> 1
    if e == listArray[mid]:
        return True
    elif e > listArray[mid]:
        return searchBinRecursion(listArray[mid:], e)
    else:
        return searchBinRecursion(listArray[:mid], e)

进行二分查找时，每次都将待查找的元素减半。假设一个有序列表中存在$n$个元素，第一次对比后剩下$\frac{n}{2}$个元素，第二次对比后剩下$\frac{n}{4}$个元素，第三次后剩下$\frac{n}{8}$个元素，第四次后剩下$\frac{n}{16}$个元素，以此下去，第$i$次对比后剩下$\frac{n}{2^i}$个元素。当对比结束，此时满足$\frac{n}{2^i}=1$，即$i=logn$，可知对比次数与元素数量成对数关系，因此二分查找的时间复杂度为：$O(logn)$。