前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >查找算法其实不简单

查找算法其实不简单

作者头像
宇宙之一粟
发布2020-10-26 10:44:23
3660
发布2020-10-26 10:44:23
举报
文章被收录于专栏:宇宙之_一粟

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

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(log_2n)
O(log_2n)
代码实现
代码语言:javascript
复制
# -*- coding: utf-8 -*-
# @Time      : 2020-04-11 23:28
# @Author    : yuzhou_1su
# @ContactMe : https://blog.csdn.net/yuzhou_1shu
# @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)
代码语言:javascript
复制
# -*- coding: utf-8 -*-
# @Time      : 2020-09-09 18:06
# @Author    : yuzhou_1su
# @ContactMe : https://blog.csdn.net/yuzhou_1shu
# @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。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 查找算法
    • 1. 二分查找
      • 代码实现
    • 2. 顺序查找
    • 3. 索引查找
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档