查找算法太复杂?别慌,看看就会了

简介: 查找算法太复杂?别慌,看看就会了

查找算法

在LeetCode刷题或者面试过程中发现,查找问题一直是不可避免的。对任何数据结构的遍历过程无非就是查找过程。

我们需要针对某些数据结构的特点如何正确地、高效地进行查找,而查找的过程最需要注意边界控制。

下面以二分查找为例。

1. 二分查找★★☆

目的:在一个含有N个元素的有序数组中有效地的定位目标值。

思想:假设在有序数组arr中查找元素k,返回k所在的下标(索引值)。设arr[low,high]是当前的查找区间,确定该区间的中间位置 m i d = ⌊ ( l o w + h i g h ) / / 2 ⌋ mid=⌊(low+high)//2⌋ mid=⌊(low+high)//2⌋,然后将待查的k值与arr[mid]比较:

  • k==arr[mid],说明找到k,则查找成功并且终止。
  • k<arr[mid],根据数组有序的前提,目标值k在左边的区域中,索引的范围改为[low, mid-1]
  • k>arr[mid],目标值在右边的区域中,查找索引范围改为[mid+1, high]。

时间复杂度: O ( l o g 2 n ) O(log_2n) O(log2n)

代码实现

# -*- coding: utf-8 -*-
# @Time      : 2020-04-11 23:28
# @Author    : yuzhou_1su
# @File      : Binary_Search.py
# @Software  : PyCharm
def binary_search1(arr, item):
    """
    二分查找的非递归实现1
    :param arr: 有序数组
    :param item: 待查元素
    :return: 找到待查元素的所有;如果找不到,则返回None
    """
    low = 0
    high = len(arr) - 1  # 注意此处,high索引能取到
    while low <= high:  # 条件是low<=high,区间中没有元素时结束
        mid = (low + high) // 2
        curr_item = arr[mid]
        if curr_item == item:
            return mid
        elif item < curr_item:
            high = mid - 1  # high = mid - 1
        else:
            low = mid + 1
    return None
def binary_search2(arr, item):
    """
    左边界为n的二分查找
    :param arr: 给定一个有序数组
    :param item: 待查找的元素
    :return: 找到待查元素的所有;如果找不到,则返回None
    """
    low = 0
    high = len(arr)  # 此处 high的索引不能取到
    while low < high:  # 条件是low<high,区间中有一个元素时也结束
        mid = (low + high) // 2
        if arr[mid] == item:
            return mid
        elif item < arr[mid]:
            high = mid  # high = mid
        else:
            low = mid + 1
    return None
def binary_search3_by_recursion(arr, item, low, high):
    """
    二分查找的递归实现
    :param arr: 给定一个有序数组
    :param item: 待查找的元素
    :param low: 左边界
    :param high: 右边界
    :return: 找到待查元素的所有;如果找不到,则返回None
    """
    # 递归终止条件
    if low > high:
        return None
    mid = low + (high - low) // 2
    if arr[mid] == item:
        return mid
    elif arr[mid] > item:
        return binary_search3_by_recursion(arr, item, low, mid-1)
    else:
        return binary_search3_by_recursion(arr, item, mid+1, high)

二分查找边界问题探讨:二分查找有几种写法?

2. 顺序查找★☆☆

如果数组无序的话,只能通过循环遍历进行查找。

时间复杂度: O ( n ) O(n) O(n)

# -*- coding: utf-8 -*-
# @Time      : 2020-09-09 18:06
# @Author    : yuzhou_1su
# @File      : linear_search.py
# @Software  : PyCharm
def linear_search(sequence, target):
    """线性查找
    :param sequence: 待查找序列,可以无序
    :param target: 待查元素
    :return: 找到待查元素的所有;如果找不到,则返回None
    """
    for i, v in enumerate(sequence):
        if v == target:
            return i
    return None

3. 索引查找

增加一个索引表,索引表的每一项称为索引项,索引项的一般形式: (Key, Value)

索引查找的过程是:先在索引表中快速查找(索引表中可以按关键字有序排序,例如采用二分查找),找到关键字,然后通过对应的地址找到主数据表中的元素。

分块查找是一种典型的索引查找,其性能介于顺序查找和二分查找之间。


相关文章
|
存储 算法 搜索推荐
排序算法的复杂度及稳定性详解(内含记忆小窍门)
排序算法的复杂度及稳定性详解(内含记忆小窍门)
排序算法的复杂度及稳定性详解(内含记忆小窍门)
|
开发者
2024 乘风者计划全新启航!快来加入吧!
 2021年,阿里云开发者社区焕新升级,重磅推出“乘风者计划”!诚邀四海技术博主入驻社区,泼墨云间,书写天地。入驻社区,即可享丰厚权益! 新的一年,乘风者计划重磅升级!
251561 81
|
4天前
|
云安全 人工智能 自然语言处理
|
8天前
|
人工智能 Java API
Java 正式进入 Agentic AI 时代:Spring AI Alibaba 1.1 发布背后的技术演进
Spring AI Alibaba 1.1 正式发布,提供极简方式构建企业级AI智能体。基于ReactAgent核心,支持多智能体协作、上下文工程与生产级管控,助力开发者快速打造可靠、可扩展的智能应用。
793 17
|
11天前
|
数据采集 人工智能 自然语言处理
Meta SAM3开源:让图像分割,听懂你的话
Meta发布并开源SAM 3,首个支持文本或视觉提示的统一图像视频分割模型,可精准分割“红色条纹伞”等开放词汇概念,覆盖400万独特概念,性能达人类水平75%–80%,推动视觉分割新突破。
800 59
Meta SAM3开源:让图像分割,听懂你的话
|
2天前
|
人工智能 安全 小程序
阿里云无影云电脑是什么?最新收费价格个人版、企业版和商业版无影云电脑收费价格
阿里云无影云电脑是运行在云端的虚拟电脑,分企业版和个人版。企业版适用于办公、设计等场景,4核8G配置低至199元/年;个人版适合游戏、娱乐,黄金款14元/月起。支持多端接入,灵活按需使用。
235 164
|
9天前
|
搜索推荐 编译器 Linux
一个可用于企业开发及通用跨平台的Makefile文件
一款适用于企业级开发的通用跨平台Makefile,支持C/C++混合编译、多目标输出(可执行文件、静态/动态库)、Release/Debug版本管理。配置简洁,仅需修改带`MF_CONFIGURE_`前缀的变量,支持脚本化配置与子Makefile管理,具备完善日志、错误提示和跨平台兼容性,附详细文档与示例,便于学习与集成。
334 116

热门文章

最新文章