文章目录

  • 1. 算法描述
  • 2. 算法分析
  • 3. 算法思路
  • 4. 代码实现
  • 纯算法实现
  • 递归法实现
  • 《100天精通Python》专栏推荐白嫖80g Python全栈视频



1. 算法描述

二分法是一种效率比较高的搜索方法

回忆之前做过的猜数字的小游戏,预先给定一个小于100的正整数x,让你猜猜测过程中给予大小判断的提示,问你怎样快速地猜出来?

我们之前做的游戏给定的是10次机会,如果我们学会.二分查找法以后,不管数字是多少,最多只需要7次就能猜到数字。

python3二分查找 python二分查找法例题_逻辑回归

2. 算法分析

1、必须是有序的序列。


2、对数据量大小有要求。


数据量太小不适合二分查找,与直接遍历相比效率提升不明显。


数据量太大也不适合用二分查找,因为数组需要连续的存储空间,若数据量太大,往往找不到存储如此大规模数据的连续内存空间。.

3. 算法思路

假设有一个有序列表如下:

python3二分查找 python二分查找法例题_数据结构_02



请问数字11是否在此列表中,如果在它的索引值为多少?


python3二分查找 python二分查找法例题_数据结构_03

4. 代码实现

纯算法实现

实现代码📝:

arr_list = [5, 7, 11, 22, 27, 33, 39, 52, 58]
# 需要查找的数字
seek_number = 11
# 保存一共查找了几次
count = 0
# 列表左侧索引
left = 0
# 列表右侧索引
right = len(arr_list) - 1
# 当左侧索引小于等于右侧索引时
while left <= right:
    # 取中间的索引位置
    middle = (left + right) // 2
    # 查找次数进行累加
    count += 1
    # 如果查找的数字大于中间位置的数字时
    if seek_number > arr_list[middle]:
        # 左侧索引为中间位置索引+1
        left = middle + 1
    # 如果查找的数字小于中间位置的数字时
    elif seek_number < arr_list[middle]:
        # 右侧索引为中间位置索引-1
        right = middle - 1
    # 如果等于中间索引数据
    else:
        print('数字:%s找到了,索引值为:%s' % (seek_number, middle))
        break
else:
    print("数字%s 没有找到" % seek_number)
print("一共用了:%s次查找" % count)

运行结果👇:

python3二分查找 python二分查找法例题_算法_04

递归法实现

在循环中定义了一个变量count,如果第一次循环后count没有变化,就说明输入的是有序序列,这时我们直接return退出循环,这时候的时间复杂度为O(n)

实现代码📝:

arr_list = [5, 7, 11, 22, 27, 33, 39, 52, 58]


def binary_search(seek_number, left, right):
    if left <= right:
        middle = (left + right) // 2
        if seek_number < arr_list[middle]:
            right = middle - 1
        elif seek_number > arr_list[middle]:
            left = middle + 1
        else:
            return middle
        # 进行递归调用
        return binary_search(seek_number, left, right)
    # 当左侧索引大于右侧索引时,说明没有找到
    else:
        return -1


# 查找的数字
seek_number = 11
# 列表左侧索引
left = 0
# 列表右侧索引
right = len(arr_list) - 1
print("查找的数字:%s,索引为:%s" % (seek_number, binary_search(seek_number, left, right)))

运行结果👇:

python3二分查找 python二分查找法例题_Python_05