Python数据结构与算法(20)---插值查找

简介: Python数据结构与算法(20)---插值查找

插值查找


插值查找,又名Interpolation Search,是基于有序数列的元素查找,在采用二分查找算法的思想上进行了改进。


其在最小值与最大值范围内,用公式确定中间分割比较点mid。这里,我们具体的插值公式如下所示:


其时间复杂度为:O(loglogN)。


插值查找公式计算

假设,我们的数列还是[1,3,5,7,9,11,13],我们还是需要查找数值13。那么,根据上面的公式(left=0,right=6),我们计算得出mid=(13-1)*6/(13-1)=6,这样我们一次就能找到我们需要查找的元素13。


不过,需要注意的是,插值查找适用于元素分布比较均匀的情况,比如博主提供的数组,它们之间间隔仅为2,这就非常的均匀了。


如果不是分布均匀的数列,那么不适合插值查找算法。所以,我们在进行查找一个数据时,需要先分析数列的特点,然后选择合适的算法。


实战:插值查找

话不多说,我们直接通过Python实现查找插值,示例如下:

def Interpolation_search(my_list, key):
    left = 0
    right = len(my_list)-1
    while left <= right:
        mid = left + int((right - left) * (key - my_list[left]) / (my_list[right] - my_list[left]))
        if key < my_list[mid]:
            right = mid - 1
        elif key > my_list[mid]:
            left = mid + 1
        else:
            return mid
    return "None"
if __name__ == "__main__":
    my_list = [1, 3, 5, 7, 9, 11, 13]
    print("二分查找的原始数列:", my_list)
    print("二分查找的返回结果:", Interpolation_search(my_list, 13))


运行之后,效果如下:

相关文章
|
5天前
|
算法 搜索推荐 C语言
Python实现数据结构与算法
【5月更文挑战第13天】学习数据结构与算法能提升编程能力,解决复杂问题,助你面试成功。从选择资源(如《算法导论》、Coursera课程、LeetCode)到实践编码,逐步学习基本概念,通过Python实现栈、队列和快速排序。不断练习、理解原理,探索高级数据结构与算法,参与开源项目和算法竞赛,持续反思与实践,以提升技术能力。
6 0
|
5天前
|
机器学习/深度学习 算法 数据可视化
Python 数据结构和算法实用指南(四)(4)
Python 数据结构和算法实用指南(四)
10 1
|
5天前
|
机器学习/深度学习 存储 算法
Python 数据结构和算法实用指南(四)(3)
Python 数据结构和算法实用指南(四)
15 1
|
5天前
|
存储 算法 搜索推荐
Python 数据结构和算法实用指南(四)(2)
Python 数据结构和算法实用指南(四)
10 0
|
5天前
|
存储 算法 Serverless
Python 数据结构和算法实用指南(四)(1)
Python 数据结构和算法实用指南(四)
14 0
|
5天前
|
存储 算法 搜索推荐
Python 数据结构和算法实用指南(三)(4)
Python 数据结构和算法实用指南(三)
10 1
|
5天前
|
存储 搜索推荐 算法
Python 数据结构和算法实用指南(三)(3)
Python 数据结构和算法实用指南(三)
10 1
|
5天前
|
存储 算法 前端开发
Python 数据结构和算法实用指南(三)(2)
Python 数据结构和算法实用指南(三)
10 1
|
5天前
|
存储 算法 编译器
Python 数据结构和算法实用指南(三)(1)
Python 数据结构和算法实用指南(三)
13 1
|
5天前
|
存储 算法 搜索推荐
Python 数据结构和算法实用指南(二)(4)
Python 数据结构和算法实用指南(二)
11 2