搜素

二分法查找(只适用于有序的顺序表)

在这里插入图片描述

def binary_search(alist,item):
	'''二分查找,递归'''
	n=len(alist)
	if n > 0:
		mid=n//2
		if alist[mid]==item:
			return True
		elif item<alist[mid]:
			return binary_search(alist[:mid],item)
		else:
			return binary_search(alist[mid+1:],item)
	return False
def binary_search_2(alist,item):
	'''二分查找,非递归'''
	n=len(alist)
	first=0
	last=n-1
	while first<=last:
		mid=(first+last)//2
		if alist[mid] == item:
			return True
		elif item<alist[mid]:
			last=mid-1
		else:
			first=mid+1
	return False

时间复杂度

  • 最优时间复杂度:O(1)
  • 最坏时间复杂度:O(log2n)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
禁忌索是一种用于解决组合优化问题的算法,可以通过某种索策略在候选解空间中寻找最优解。禁忌索算法中的一些关键概念包括邻域、候选集合、禁忌表、评价函数、特赦规则和终止规则。 在禁忌索算法中,邻域是指给定任意可行解x后,通过一个映射关系N(x)来获取x的邻居,邻居是指在可行解空间中与x相邻的解。候选集合通常由邻域中的邻居组成,可以通过不同的方法生成。禁忌表由禁忌对象和禁忌长度组成,禁忌对象是指在索过程中被禁止索的元,禁忌长度是指禁忌表能够接受的最多禁忌对象的数量。评价函数用来评价当前解的好坏,例如在TSP问题中可以使用总旅程距离作为评价指标。特赦规则是用来判断是否可以解除禁忌对象的规则,当特定条件满足时,禁忌对象可以被解禁。终止规则用来确定何时停止索迭代,可以根据局部最优解的变化、评价函数的差别或者迭代次数来进行判断。 禁忌索算法的具体过程可以通过举例来详细说明。假设我们要解决一个车辆路径规划问题(CVRP),其中车辆类型是单一的且车辆容量不小于需求节点的最大需求。我们可以使用禁忌索算法来求解该问题。 具体的算法过程如下: 1. 初始化初始解x1和历史最优解为x1,计算初始解的评价函数值f(x1)。 2. 在x1的邻域中生成候选集合,例如通过两两交换法则生成候选集合。 3. 对于候选集合中的每个元,判断是否在禁忌表中,如果在禁忌表中则跳过该元。 4. 对于候选集合中的每个元,计算其解的评价函数值,并更新历史最优解和禁忌表。 5. 根据特赦规则判断是否解除禁忌对象。 6. 根据终止规则判断是否停止迭代,例如当迭代次数超过100次时停止迭代。 7. 输出历史最优解作为最终解。 以上是禁忌索算法的一个简单示例,实际应用中可能会根据具体问题进行调整和优化。禁忌索算法的优点是可以在大规模组合优化问题中找到较好的解,但也需要根据具体问题进行参数调节和算法设计。在Python中,可以使用相应的库或自行编写代码来实现禁忌索算法。有参考笔记和代码可以供参考。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [3. Python实现VRP常见求解算法——禁忌索(TS)](https://blog.csdn.net/qq_36744449/article/details/120022655)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值