常用的查找算法时间和空间复杂的对比

以下是常用的查找算法的时间和空间复杂度对比,并附带了Python代码示例:

线性查找 (Linear Search):

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)
def linear_search(arr, target):
    for i in range(len(arr)):
        if arr[i] == target:
            return i  # 找到目标元素的索引
    return -1  # 目标元素不存在

# 示例用法
arr = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
target = 4
result = linear_search(arr, target)
print(f"目标元素 {target} 在数组中的索引为: {result}")

二分查找 (Binary Search):

  • 时间复杂度:O(log n)
  • 空间复杂度:O(1)
def binary_search(arr, target):
    left, right = 0, len(arr) - 1
    while left <= right:
        mid = (left + right) // 2
        if arr[mid] == target:
            return mid  # 找到目标元素的索引
        elif arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    return -1  # 目标元素不存在

# 注意:数组必须是有序的
arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
target = 4
result = binary_search(arr, target)
print(f"目标元素 {target} 在数组中的索引为: {result}")

总结:

线性查找的时间复杂度为O(n),适用于未排序的数据。
二分查找的时间复杂度为O(log n),要求数据必须有序。
线性查找的空间复杂度是O(1),而二分查找的空间复杂度也是O(1),它们都使用常量额外空间。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

卑微小钟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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