bisect二分查找模块使用

import bisectL = [1, 3, 3, 6, 8, 12, 15]x = 5x_insert_point = bisect.bisect_left(L, x)# 在L中查找x,x存在时返回x左侧的位置,x不存在返回应该插入的位置..这是3存在于列表中,返回左侧位置1print(x_insert_point)x_insert_point = bisect.bisect_right(L, x)  # 在L中查找x,x存在时返回x右侧的位置,x不存在返回应该插入的位置..这是3存在于列表中,返回右侧位置3print(x_insert_point)x_insort_left = bisect.insort_left(L, x)  # 将x插入到列表L中,x存在时插入在左侧print(L)x_insort_rigth = bisect.insort_right(L, x)  # 将x插入到列表L中,x存在时插入在右侧    print(L)

二分法的实现方式
def binary_search(t,x):    temp = t;    temp.sort();    low = 0;    mid = 0;    high = len(temp)-1;    while low < high:        mid = (low+high)/2;        if x<t[mid]:            high = mid-1;        elif x>t[mid]:            low = mid+1;        else:            return mid-1; #是否等价与bisect_left;

可以用于查找:

有两个文件,每个都有很多行ip地址,求出两个文件中相同的ip地址:

# coding:utf-8import bisect

with open(‘test1.txt‘, ‘r‘) as f1:    list1 = f1.readlines()for i in range(0, len(list1)):    list1[i] = list1[i].strip(‘\n‘)with open(‘test2.txt‘, ‘r‘) as f2:    list2 = f2.readlines()for i in range(0, len(list2)):    list2[i] = list2[i].strip(‘\n‘)

list2.sort()length_2 = len(list2)same_data = []for i in list1:    pos = bisect.bisect_left(list2, i)    if pos < len(list2) and list2[pos] == i:        same_data.append(i)same_data = list(set(same_data))print(same_data)

原文地址:https://www.cnblogs.com/yoyo008/p/9328340.html

时间: 2024-12-20 03:01:45

bisect二分查找模块使用的相关文章

python二分查找模块bisect

bisect模块用于二分查找,非常方便. Bisect模块提供的函数有: (1)查找 bisect.bisect_left(a,x, lo=0, hi=len(a)) : 查找在有序列表a中插入x的index.lo和hi用于指定列表的区间,默认是使用整个列表. bisect.bisect_right(a,x, lo=0, hi=len(a)) bisect.bisect(a, x,lo=0, hi=len(a)) 这2个和bisect_left类似,但如果x已经存在,在其右边插入. (2)插入

python实现二分查找及bisect模块的简介

在查找方面,python中有list.index()的方法. <span style="font-size:14px;">>>> a=[2,4,1,9,3] #list可以是无序,也可以是有序 >>> a.index(4) #找到后返回该值在list中的位置 1</span> 这是python中基本的查找方法,虽然简单,但是,如果由于其时间复杂度为O(n),对于大规模的查询恐怕是不足以胜任的.二分查找就是一种替代方法. 二分查

二分查找与 bisect 模块

Python 的列表(list)内部实现是一个数组,也就是一个线性表.在列表中查找元素可以使用 list.index() 方法,其时间复杂度为O(n).对于大数据量,则可以用二分查找进行优化.二分查找要求对象必须有序,其基本原理如下: 1.从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜素过程结束: 2.如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较. 3.如果在某一步骤数组为空,则代表找不到. 二分查找也成为折半查找,

【C/C++学院】(3)二维数组/二分查找法/指针/模块注射

1.二维数组 二维数组可以当做一个一维数组, 每一个元素又是一个一维数组. #include <stdio.h> #include <stdlib.h> void main() { int a[3][4] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 }; for (int i = 0; i < 3; i++) { for (int j = 0; j < 4; j++) { printf("%d,%d,%d,%x,%x &

二分查找算法的Python实现

问题 二分查找 list.index()无法应对大规模数据的查询,需要用其它方法解决,这里谈的就是二分查找 思路说明 在查找方面,python中有list.index()的方法.例如: >>> a=[2,4,1,9,3] #list可以是无序,也可以是有序 >>> a.index(4) #找到后返回该值在list中的位置 1 >>> a.index(5) #如果没有该值,则报错 Traceback (most recent call last): Fi

三分钟教你学Git(十三) - 二分查找

比方说你收到了错误报告,然后你知道前几天明明是好的.可是这几天有好多新的commit被部署了.那么我们怎么迅速的找到第一个引入Bug的commit呢? 我们能够使用git bisect,git利用二分查找法迅速找到第一个坏的commit,下边看看详细怎么用就明确了. 我们首先告诉git我们要開始binary search了. # git bisect start 然后我们告诉git当前的commit是一个坏的提交. #git bisect bad 然后我们再告诉git我们已知的一个好的提交,这样

Python 迭代器&amp;生成器,装饰器,递归,算法基础:二分查找、二维数组转换,正则表达式,作业:计算器开发

本节大纲 迭代器&生成器 装饰器  基本装饰器 多参数装饰器 递归 算法基础:二分查找.二维数组转换 正则表达式 常用模块学习 作业:计算器开发 实现加减乘除及拓号优先级解析 用户输入 1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )等类似公式后,必须自己解析里面的(),+,-,*,/符号和公式,运算后得出结果,结果必须与真实的计算器所得出的结果一致 迭代器&

【C/C++学院】0723-32位与64位/调戏窗口程序/数据分离算法/内存检索/二分查找法/myVC

[送给在路上的程序员] 对于一个开发者而言,能够胜任系统中任意一个模块的开发是其核心价值的体现. 对于一个架构师而言,掌握各种语言的优势并阿赫利运用到系统中,由此简化系统的开发,是其架构生涯的第一步. 对于一个开发团队而言,能在短期内开发出用户满意的软件系统是起核心竞争力的体现. 每一个程序员都不能固步自封,要多接触新的行业,新的技术领域,突破自我. 32位与64位 地址与内存的关系 4G = 4*1024M = 4*1024*1024k = 4*1024*1024*1024 Byte字节 =

算法-基础和查找-1.汉诺塔/2.顺序查找/3.二分查找/4.顺序查找和二分查找的比较

1.汉诺塔: 如下图所示,需要将A柱子中的所有圆盘按照从小到大的顺序移动到C柱子上,并且在移动过程中大圆盘不能在小圆盘上面 分析问题:最终希望呈现的结果是将A柱子上的盘子全部按照从小到大的顺序移动到C柱子上 1.n个盘子,将n-1视为一个整体 2.将n-1个盘子视为一个盘子从a经过c移动到b 3.将n从a移动到c 4.将n-1个盘子从b经过a移动到c 5.结束条件:n>0 代码如下: 1 def hanoi(n, a, b, c): 2 if n > 0: 3 hanoi(n-1, a, c,