python多种方法实现二分查找 附性能分析

1. 二分查找原理

有序数列中寻找某一指定数x的索引位置。
以中位数为比较对象，如x大于中位数则在右半区继续寻找中位数对比，如果小于则在左半区
不断循环直至成功/失败

2. Python实现

递归实现
方法一：RUNOOB上的例子

def bs(l, item, left, right): # l为有序数列 item为目标数 left为左边界索引，right为右边界索引
    if right >= left:
        mid = int((right-left)/2) + left
        if l[mid] == item:
            return mid
        elif l[mid] > item:
            return bs(l, item, left, mid-1)
        elif l[mid] < item:
            return bs(l, item, mid+1, right)
    else:
        return 'item is not in this list'

方法二：自己写的

def bs(l, item, left): # l为有序数列(随迭代变化) item为目标数 left为左边界索引
    if len(l) > 1:
        mid = int(len(l)/2)
        if l[mid] == item:
            return left + mid
        elif l[mid] < item:
            return bs(l[mid+1:], item, left+mid+1)
        elif l[mid] > item:
            return bs(l[:mid], item, left)
    elif len(l) == 1:
        if l[0] == item:
            return left
        else:
            return 'item is not in this list'
    else:
        return 'item is not in this list'

方法三：直接用index

def bs(l,item):
    return l.index(item)

3. 性能分析

from timeit import Timer

pre_statement = '''
a = list(range(10))
b = 5
def bs_1(l, item, left, right): # l为有序数列 item为目标数 left为左边界索引，right为右边界索引
    if right >= left:
        mid = int((right-left)/2) + left
        if l[mid] == item:
            return mid
        elif l[mid] > item:
            return bs_1(l, item, left, mid-1)
        elif l[mid] < item:
            return bs_1(l, item, mid+1, right)
    else:
        return 'item is not in this list'
def bs(l, item, left): # l为有序数列(随迭代变化) item为目标数 left为左边界索引
    if len(l) > 1:
        mid = int(len(l)/2)
        if l[mid] == item:
            return left + mid
        elif l[mid] < item:
            return bs(l[mid+1:], item, left+mid+1)
        elif l[mid] > item:
            return bs(l[:mid], item, left)
    elif len(l) == 1:
        if l[0] == item:
            return left
        else:
            return 'item is not in this list'
    else:
        return 'item is not in this list'
def bs_2(l,item):
    return l.index(item)
'''
iter_statement1 = "bs_1(a,b,0,len(a)-1)"
iter_statement2 = "bs(a,b,0)"
iter_statement3 = "bs_2(a,b)"


print(Timer(iter_statement1, pre_statement).timeit())
print(Timer(iter_statement2, pre_statement).timeit())
print(Timer(iter_statement3, pre_statement).timeit())

结果发现对于不同的list和目标数，效率是截然不同的
当目标数在数列两端的时候方法三是明显要快很多的，但当目标数处于中间且数列规模很大的时候（比如>1000）的时候方法一是最优的

部分结果：

a = list(range(10))
b = 5

1.0508554549887776 
0.35678495501633734 
0.18040671001654118  #最优

a = list(range(10))
b = 1

0.6674665239988826
1.3116655169869773
0.14078226895071566  # 最优

a = list(range(1000))
b = 450

4.44339226197917  # 最优
6.785631975973956
5.672643766039982  

a = list(range(1000))
b = 100

2.5528286850312725
6.406716412981041
1.5316121689975262  # 最优

结论

一般来说大部分情况用index即可，如果数列规模很大，且index很慢用方法一可能有奇效