python学习笔记_第33天（二分法查找）

搜索

搜索是在一个项目集合中找到一个特定项目的算法过程。搜索通常返回是真的或假的。 搜索的几种常见方法：顺序查找、二分法查找、二叉树查找、哈希查找

二分法查找

二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，二分查找方法适用于不经常变动而查找频繁的有序列表。
假设表中元素按升序排列，将表中间位置记录的元素与查找元素比较，如果两者相等，则查找成功；否则利用中间位置将表分成前、后两个子表，如果中间位置记录的元素大于查找元素，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的元素，使查找成功；或直到子表不可分割为止，此时查找不成功。

二分法查找实现

• 非递归实现

def binary_search(alist, item):
    '''二分查找 非递归'''
    n = len(alist)
    # 通过游标在原序列上控制查找范围
    start = 0
    end = n - 1
    while end - start >= 0:  # 考虑等号，判断当两个游标都指向同一数时是否与查找值相等 
        mid = (start + end) // 2
        if alist[mid] == item:
            return True
        elif item < alist[mid]:
            end = mid - 1
        else:
            start = mid + 1
    return False  # 循环结束仍未找到返回False

• 递归实现

def binary_search(alist, item):
    '''二分查找'''
    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)  # 运用递归，对原序列切片，用新序列作为新参数
        else:
            return binary_search(alist[mid + 1:], item)  #调用函数时return，搁置向后执行
    else:
        return False

测试

if __name__ == '__main__':
    li = [17, 26, 31, 44, 54, 55, 77, 93]
    print(binary_search(li, 55))
    print(binary_search(li, 100))

执行结果：
True
False

时间复杂度

二分查找只能作用在有序的顺序表上

• 最优时间复杂度：O(1)，中间值即为查找值
• 最坏时间复杂度：O(logn)，2^x=n，即n=log2(n)