算法图解： 1.二分查找

2021-08-11 12:31:06 阅读：171 来源： 互联网

""" 
@project: books
@file: binary_search.py 
@time: 2021/08/11
@software: PyCharm
@author: zy7y
二分查找算法:
二分查找是一种算法，其输入是一个有序的元素列表（必须有序的原因稍后解释）。如果要
查找的元素包含在列表中，二分查找返回其位置；否则返回null

猜大小游戏
给定 1 ~ 100 中的某个数字 55
非二分查找： 从 1 依次 向上猜到 55 共计猜55次
二分查找：从50开始猜， 次数就会少很多(每次猜中间的数字)，共计 7次
50 -> 小了
75 -> 大了
63 -> 大了
56 -> 大了
53 -> 小了
54 -> 小了
55 -> 对了

对于包含n个元素的列表，用二分查找最多需要log2n步，而简单查找最多需要n步。
即 8个元素的列表， 使用二分查找需要 log2 8 = 3


对数：
log10100相当于问“将多少个10相乘的结果为100”。答案是两个： 10 × 10 = 100。因此， log10100 = 2。

时间（大O）: O(logn)

二分查找的速度比简单查找快得多。
 O(log n)比O(n)快。需要搜索的元素越多，前者比后者就快得越多。
 算法运行时间并不以秒为单位。
 算法运行时间是从其增速的角度度量的。
 算法运行时间用大O表示法表示。
"""
from typing import List, Union


def binary_search(arr: List[int], item) -> Union[int, None]:
    """
    二分查找，传入一个有序序列，和序列中某个元素值，快速找到其下标
    :param arr: 有序列表
    :param item: 查找元素值
    :return: 找到返回下标，找不到返回None
    """
    low = 0    # 起点
    high = len(arr) - 1  # 终点
    while low <= high:  # 起点小于终点 循环
        mid = (low + high) // 2  # 中间值
        guess = arr[mid]   # 取到中间值(下标)对应的value
        if guess == item:
            return mid      # 相等 return 下标
        if guess > item:
            high = mid - 1  # 值大，把终点调整为 中间值 - 1
        else:
            low = mid + 1   # 值小， 把起点调整为 中间值 + 1
    return None

my_list = [i
           for i in range(1000)
           if i % 2 == 1
           ]
print(binary_search(my_list, 55555555)) # => 1

标签：二分,55,元素,item,算法,查找,图解
来源： https://www.cnblogs.com/zy7y/p/15127713.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

算法图解： 1.二分查找