带你直观地感受二分查找

最新推荐文章于 2022-04-05 15:25:05 发布

Xpectuer

最新推荐文章于 2022-04-05 15:25:05 发布

阅读量515

点赞数 6

分类专栏：算法文章标签：算法 python 数据结构

本文链接：https://blog.csdn.net/weixin_43230147/article/details/109057685

版权

算法专栏收录该内容

13 篇文章 0 订阅

订阅专栏

带你直观地感受二分查找

写在前面

二分查找（Binary Search）被认为是极具效率的查找算法，其 $O (l o g n)$ 的时间复杂度在大规模数据下具有极高的效率。比如，试想要从70亿人中找到1人，计算次数可以被降到32次。这使得二分查找成为了一个相当具有研究价值的算法。

本文就二分查找进行了少量优化，并利用可视化的软件包对实验结果进行直观展示。

本文的是以学习二分查找算法原理，直观呈现并感受其效率为目的撰写。

1. 二分查找

1.1 原理

二分查找的基本思想，是一种分治的思想。

二分查找的基本原理：

为一个有序可随机访问的抽象数据结构创建三个指针，高位指针、低位指针与中间指针。

具体来讲，以有序数组为例，我们创建三个整数，看作指针，分别称作高位、低位、中间位。

我们有一个目标数 $t$

每次将 $t$ 与中间位进行比较，不断压缩查找范围。

这样就可以提高查找效率，并达到 $O (l o g n)$ 的时间复杂度。
在这里插入图片描述
（图片来源：极客时间）

1.2 流程

2. 实验

2.0 实验环境

Anaconda 3.0

Ubuntu 18.04.4 LTS (GNU/Linux 4.15.0-101-generic x86_64)

JupyterLab

2.1 核心代码

'''
A: 输入数组
k: 目标数字
'''
def binary_search(A , k):
    left = 0 
    right = len(A) - 1
    find = False
    while left<=right:
      # 利用移位操作，提高运算效率
        mid = int(left +((right - left)>>1))
        if k < A[mid]:
            right = mid -1
            continue
        elif k > A[mid]:
            left = mid + 1 
            continue 
        else:
            if mid==0 or A[mid-1]!=k:
                return mid
            else:
                right = mid - 1
    return -1

2.2 实验代码

导入软件包

from matplotlib import pyplot as plt
import numpy as np
import time as t
import pandas as pd
from scipy.optimize import curve_fit
import math

产生一个随机的指定大小的numpy数组

def generateArray(n):
    A = np.random.randint(0,n,size=n)
    A = np.sort(A,axis=-1,kind='quicksort',order=None)
    return A

核心的实验代码，测试各个数量级的数据，每组100次

# 结果存入数组
size=100000000
log_size=int(math.log(size,10))
n_time=100

print(log_size)
rs = np.zeros([log_size,n_time])
i =1
m = 0
while i<size:
    #i：数据规模
    #确定一个目标值
    k = np.random.randint(0,i)
    print(i)
    # j：测试次数(每个数据规模测100次，暂时)
    for j in range(n_time):
        A = generateArray(i)
        # profile CPU time
        t1 = float(t.time())   
        binary_search(A,k)        
        t2 = float(t.time())
        
        delta_time = t2 - t1
        rs[m][j]= delta_time
    i=i * 10
    m = m+1

2.3 绘图

问题

在绘图时，由于是采样实验，所绘制出的曲线可能会出现一定的波动，导致结果的展示不够清晰。

解决

导入 scipy 软件包，利用软件包的 scipy.optimize 组件的 curve_fit 方法

由于本实验的期望曲线呈对数类型，在利用curve_fit方法时，需要一些特殊拟合方法，具体请参考StackOverflow的回答或官方文档。

以下给出代码：

#对数拟合
def func(x,a,b):
    print(x)
    y = np.log(x)+b
    return y

# draw the graph
x = np.arange(log_size)
y = rs
# 行：数据规模   列：实验次数
df = pd.DataFrame(y,index=x,columns=np.arange(n_time))
df["mean"] = df.mean(axis=1)
df['var'] =  df.std(axis=1)

fig = plt.figure()
# x坐标
x =[1,1e1,1e2,1e3,1e4,1e5,1e6,1e7]    
# y坐标是均值序列
y = df["mean"]
# popt返回拟合优化后的参数序列
popt, pcov = curve_fit(func,x,y)
# 这里放大了 标准差 使得图上的表达更加直观
plt.errorbar(x,func(x,popt[0],0)*1e-5,yerr=df["var"]*2,fmt='bo:',
              label='proformance in differenct data sizes')
plt.legend()