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。

二分查找的对象是:有序数组。这点特别需要注意。

算法基本步骤:

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。

这种搜索算法每一次比较都使搜索范围缩小一半。时间复杂度:O(logn)

下面有两种实现方法,一种是用递归,另一种是是用while循环控制。

def binarySearch1(lst,value,low,high):
    if high < low:
        return -1
    mid = (low+high)/2
    if lst[mid]>value:
        return binarySearch1(lst,value,low,mid-1)
    elif lst[mid]<value:
        return binarySearch1(lst,value,mid+1,high)
    else:
        return mid
def binarySearch2(lst,value):
    low,high = 0,len(lst)-1
    while low<=high:
        mid = (low+high)/2
        if lst[mid]<value:
            low = mid + 1
        elif value<lst[mid]:
            high = mid - 1
        else:
            return mid
    return -1

if __name__ == '__main__':
    l = range(50)
    print binarySearch1(l,10,0,49)
    print binarySearch2(l,10)

python标准库中还有一个灰常给力的模块,那就是bisect。这个库接受有序的序列,内部实现就是二分。

import bisect

def binarySearch3(lst,x):
    i = bisect.bisect_left(lst,x)
    if i != len(lst) and lst[i] == x:
        return i
    raise ValueError

if __name__ == '__main__':
    lst = sorted([2,5,2,7,3])
    print binarySearch3(lst,5)
时间: 2024-10-29 04:03:20

python实现二分查找及bisect模块的简介的相关文章

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 &

Python 实现二分查找算法

最近在学习python,由于在面试中,二分查找算法面试率极高,所以使用python做了一个实现. def search1(sequence, number): lower = 0 upper = len(sequence) - 1 while lower <= upper: mid = (lower + upper) // 2 if number > sequence[mid]: lower = mid + 1 elif number < sequence[mid]: upper = m

Python实现二分查找法

二分查找可以解决(预排序数组的查找)问题:只要数组中包含T(即要查找的值),那么通过不断缩小包含T的范围,最终就可以找到它.一开始,范围覆盖整个数组.将数组的中间项与T进行比较,可以排除一半元素,范围缩小一半.就这样反复比较,反复缩小范围,最终就会在数组中找到T,或者确定原以为T所在的范围实际为空.对于包含N个元素的表,整个查找过程大约要经过log(2)N次比较. #!/usr/bin/env python # -*- coding: utf-8 -*- def func(l, n): if n

python实现二分查找

二分法查找:在一组有序的数据中进行查找,首先与中间的数先比较,如果查找的数大于中间的数,则要查找的数在前半段,否则在后半段,这样就会排除一半的数据,如此递归进行下去,则会极大的提高查找的速度.下面利用python代码实现二分查找 def binary_search(array,key): low = 0 high = len(array) - 1 while low < high: mid = int((low + high)/2) if key < array[mid]: high = mi

python关于二分查找

楔子 如果有这样一个列表,让你从这个列表中找到66的位置,你要怎么做? l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88] 你说,so easy! l.index(66) 我们之所以用index方法可以找到,是因为python帮我们实现了查找方法.如果,index方法不给你用了...你还能找到这个66么? l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,

python实现二分查找与冒泡排序

二分查找,代码如下: def binarySearch(l, t): low, high = 0, len(l) - 1 while low < high: 'print low, high' mid = (low + high) / 2 if l[mid] > t: high = mid elif l[mid] < t: low = mid + 1 else: return mid return low if l[low] == t else False 冒泡排序代码如下: def b

python基础--二分查找

# 二分查找 def sort_search(lst,key): """ 二分查找 :param lst: 有序数列 :param key: 要查找的关键值 :return: key在数列中的索引 """ low, high = 0, len(lst)-1 while low < high: mid = (low + high)//2 if lst[mid] < key: low = mid + 1 elif lst[mid] >

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