写在前面的话🪐
学了Python一些基础知识之后,相信大家对Python使用方法有了一定的感悟,想要追求深层次的东西还要细细的学、慢慢的学。Python基础教程更新到今天语法基础算是完了,本专栏后续会对面向对象模块更新。在进行面向对象更新之前呢会有一步小插曲就是Python 百炼成钢系列。主要的作用呢就是使用Python刷一刷算法题，使自己的基础更加稳固。在更新期间收到了广大小伙伴的喜爱,博主的知识水平也有所提升。下面呢咱们进入正题讲解今天咱们要学习的二分查找法。
问题描述🪐
在学习一门语言的时候,咱们做的最多的一件事就是对数据进行增删改查,而对于增删改查操作中最常做的就是查,因为一个软件主要的作用就是对亲爱的用户进行信息展示,只有少部分管理员或者拥有权限的用户才可以操作数据。比如在链表、数组中查找东西,咱们需要从头开始遍历,挨个检索。数据量庞大的时候会很令人头疼。今天介绍的二分法查找(或称折半查找) 主要是针对有序数列（也就是说数据要先排序）。然后每次取中值进行比较,依次折半缩小查找范围。
原理分析🪐
1.实现步骤
1）确定该区间的中间位置K,在数组两边加上区间左右边界l,r
2）将查找的值T与array[k]比较。若相等，查找成功返回此位置；否则确定新的查找区域，继续二分查找。
区域确定如下：
每一次查找与中间值比较，判断是否查找成功，不成功当前查找区间将缩小一半。
视情况重新定左右边界与中间索引k
时间复杂度为:O(log2n)。
2.图解
图片源于网络
参考代码🪐
这里在写代码的时候对比了系统内置查找关键字in与二分法查找的运行效果
打印结果如下：
由此可见Python底层的查找算法还是超级快的。使用起来也很方便
二分查找在本次实验中输在了需要对列表进行排序上
对于有序量大的数据就可以体现出来二分查找的优势了
import time,math,random #计时器（使用的是函数装饰器前面说函数的时候提到过） def timeT(func): def wapper(*s): start=time.perf_counter() judge=func(*s) end=time.perf_counter() return judge,start-end return wapper # 使用内置查找方法 @timeT def serch1(lists,e): return e in lists # 二分法 @ timeT def serch2(lists,e): flag=False lists=sorted(lists) # print(lists) # 左游标 lo=0 # 右游标 ma=len(lists)-1 # 中间位置 mid=len(lists)//2 # 没有在列表内 if lists[ma]<e: return False if lists[lo]>e: return False # 依次缩小左右游标，直到lo>ma while lo<=ma: if lists[mid]>e: ma=mid mid=(lo+ma)//2 elif lists[mid]<e: lo=mid mid=(lo+ma)//2 else: #标记位,True代表查到了 flag=True break return flag def main(): #生成一个含有10000个元素的列表 numarr=[x for x in range(10000)] #打乱列表顺序 random.shuffle(numarr) print(*serch1(numarr,23)) print(*serch2(numarr,223)) print(223 in numarr) # print(numarr) if __name__=="__main__": main()
