20.数据结构——二分法查找（笔记）

什么是搜索算法

       搜索是在一个项目集合中找到一个特定项目的算法过程。搜索通常的答案是真的或假的，因为该项目是否存在。 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，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，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记录，使查找成功，或直到子表不存在为止，此时查找不成功。
       二分法只查找顺序表，读取元素时间复杂度为o(1)的有序序列。像链表就不可以，因为二分法查找元素，主要是为了避免遍历序列中的所有元素来达到查找元素的目的，而链表本身找到对半位置的元素都是要通过遍历找到的（链表本身访问序列中的元素时间复杂度是o(n)，不是o(1)），就达不到二分法查找的初衷。

二分法查找实现

1. 递归的方法实现

def binary_search(alist, item):
    n = len(alist)
    if 0 == n:     #退出递归的条件
        return False
    
    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)
    
    
testlist=[0,1,2,13,15,44,53,77]
print(binary_search(testlist, 44))
print(binary_search(testlist, 20))

结果：

2. 非递归的方法实现

def binary_search(alist, item):
    start = 0
    end = len(alist) - 1
    
    while start <= end: #当序列只有一个元素的时候
        mid = (start + end) // 2
        if alist[mid] == item:
            return True
        elif item < alist[mid]:
            end = mid - 1
        else:
            start = mid + 1
    
    return False  #当退出循环没有返回True时说明没有找到

    
testlist=[0,1,2,13,15,44,53,77]
print(binary_search(testlist, 44))
print(binary_search(testlist, 20))

结果：

时间复杂度

最优时间复杂度就是刚好mid就是要查找的元素，最坏时间复杂度就二分法的一直分解的次数，n为序列的长度，也就是 n/2/2/2/2… =1,也就是122*2…=n, 也就是logn.所以时间复杂度是o(logn)