承接上一篇:查找:顺序查找与二分法查找,将二分法更多详细的python实现解题写下笔记。

简单方法

'''
二分法查找在列表中的用户输入值,返回index
三种情况跳出循环体: LR相邻 LR位置重合 RL
算法时间复杂度为O(logn)
''' def bi_search(lis,num): if len(lis) == 0: #判断边界条件
return -1
  
left, right = 0, len(lis)-1 #列表的起始点和终点 while left <= right: mid = (left + (right - left)) // 2 #取二分中心点,或 mid = (left + right) // 2 if num < lis[mid]: #右点左移
right = mid - 1
elif num > lis[mid]: #左点右移
left = mid + 1
else: #num == lis[mid]
return mid return -1 num = int(input('please input a num:'))
alist = [1,2,3,4,5,6,7,8]
bi_search(alist,num) 输出结果:
please input a num:3
2

改进方案:如果我要找一个数组中相同数字最前面的那个数字。比如lis = [1,2,2,2,2,3,3,5,6],用上面的代码会返回index为4,下面代码解决如何返回相同元素的最前一个

经典方法

'''
改进版本经典方法,这种方法更加好写
把常规方法的right = mid -1 和left = mid +1修改
找不到返回-1
''' def bi_search2(lis, num): #这个程序中这一条判断边界非常重要
if len(lis) == 0:
return -1 #判断二分条件
left, right = 0, len(lis) - 1
while left + 1 < right:
mid = left + (right - left) // 2
if lis[mid] == num:
right = mid
elif lis[mid] < num:
left = mid
elif lis[mid] > num:
right = mid #在这里返回
if lis[left] == num:
return left
if lis[right] == num:
return right return -1 num = int(input('please input a num:'))
alist = [1,2,2,2,2,6,7,8]
bi_search2(alist,num) #输出结果
please input a num: 2
1

下面类型有针对旋转数组的搜索方法,先来介绍一下旋转数组的定义:

旋转数组:

将包含 n 个元素的数组向右旋转 步;例如,如果  n = 7 ,  k = 3,给定数组  [1,2,3,4,5,6,7]  ,向右旋转后的结果为 [5,6,7,1,2,3,4]

以下为更多的使用二分检索的类型:

查找旋转数组中的最小值

'''
查找旋转数组中的最小值
python自带min()算法时间复杂度为O(n)
比这个更好的时间复杂度方法就是二分法了O(lgn)
''' #O(nlgn)
def searchlazy(alist):
alist.sort()
return alist[0] #O(n)
def searchslow(alist):
mmin = alist[0]
for i in alist:
mmin = min(mmin, i)
return mmin #O(lgn)
def search(alist):
#第一步
if len(alist) == 0:
return -1
left, right = 0, len(alist) - 1 #第二步
while left + 1 < right:
if (alist[left] < alist[right]):
return alist[left];
mid = left + (right - left) // 2 #第三步
if (alist[mid] >= alist[left]):
left = mid + 1
else:
right = mid #第四步
return alist[left] if alist[left] < alist[right] else alist[right] num = int(input('please input a num:'))
alist = [3,4,5,6,7,1,2]
search(alist) #输出结果
please input a num:4
1

查找旋转数组的指定值target

'''
查找旋转数组的指定值target
O(lgn)
'''
def search(alist, target): #第一步
if len(alist) == 0:
return -1
left, right = 0, len(alist) - 1 #第二步
while left + 1 < right:
mid = left + (right - left) // 2 #第三步
if alist[mid] == target:
return mid #判断当mid前半部分排好序的
if (alist[left] < alist[mid]):
#判断target的位置决定mid的赋值
if alist[left] <= target and target <= alist[mid]:
right = mid
else:
left = mid
#mid后半部分
else:
if alist[mid] <= target and target <= alist[right]:
left = mid
else:
right = mid
#第四步
if alist[left] == target:
return left
if alist[right] == target:
return right return -1 num = int(input('please input a num:'))
alist = [3,4,5,6,7,1,2]
search(alist,num) #输出结果
please input a num:4
1

搜索插入位置

'''
搜索插入位置
给定一个有序数组和目标值,查找数组该值返回Index,否则返回应该被插入的位置Index
用for循环一个个找为O(n),以下二分法为O(lgn)更优
'''
def search_insert_position(alist, target): #第一步
if len(alist) == 0:
return 0
left, right = 0, len(alist) - 1 #第二步
while left + 1 < right:
mid = left + (right - left) // 2 #第三步
if alist[mid] == target:
return mid if (alist[mid] < target):
left = mid
else:
right = mid #第四步
if alist[left] >= target:
return left
if alist[right] >= target:
return right return right + 1 num = int(input('please input a num:'))
alist = [3,4,5,6,7,8,9]
search_insert_position(alist,num) #输出结果
please input a num:4
1

搜索一个区间

'''
搜索一个区间
找到一个给定目标值的起始和结束位置
'''
def search_range(alist, target):
if len(alist) == 0:
return (-1, -1) lbound, rbound = -1, -1 # search for left bound
left, right = 0, len(alist) - 1
while left + 1 < right:
mid = left + (right - left) // 2
if alist[mid] == target:
right = mid
elif (alist[mid] < target):
left = mid
else:
right = mid if alist[left] == target:
lbound = left
elif alist[right] == target:
lbound = right
else:
return (-1, -1) # search for right bound
left, right = 0, len(alist) - 1
while left + 1 < right:
mid = left + (right - left) // 2
if alist[mid] == target:
left = mid
elif (alist[mid] < target):
left = mid
else:
right = mid if alist[right] == target:
rbound = right
elif alist[left] == target:
rbound = left
else:
return (-1, -1) return (lbound, rbound) num = int(input('please input a num:'))
alist = [3,4,5,6,7,8,9,10,14,15]
search_range(alist,num) #输出结果
please input a num:6
(3, 3)

在无限序列中找到某元素出现的第一个位置

'''
在无限序列中找到某元素出现的第一个位置
''' def search_first(alist):
left, right = 0, 1 while alist[right] == 0:
left = right
right *= 2 if (right > len(alist)):
right = len(alist) - 1
break #这里为1
return left + search_range(alist[left:right+1], 1)[0] alist = [0, 0, 0, 0, 0, 1]
r = search_first(alist)
print(r) #输出结果
5

找到重复数

'''
给定一个包含N+ 1整数的数组NUM,其中每个整数在1和N之间(包含),证明至少有一个重复的数字必须存在。假设只有一个重复的数字,找到重复的数字。
注:
您不必修改数组(假定数组是只读的)。
你必须只使用常数,O(1)额外的空间。
您的运行时复杂性应该小于O(n2)。
在数组中只有一个重复的数字,但是它可以重复不止一次。
''' def findDuplicate(nums): low = 1
high = len(nums)-1 while low < high:
mid = low + (high - low) // 2
count = 0
for i in nums:
if i <= mid:
count+=1
if count <= mid:
low = mid+1
else:
high = mid
return low nums = [3,5,6,3,1,4,2]
findDuplicate(nums) #输出结果
3

供暖设备案例

'''
供暖设备案例
设计一款有固定供暖半径的供暖设备来给所有房屋供暖
输入每个房屋和每个供暖设备的位置,输出供暖设备的最小半径 '''
from bisect import bisect def findRadius(houses, heaters):
heaters.sort()
ans = 0 for h in houses:
hi = bisect(heaters, h)
left = heaters[hi-1] if hi - 1 >= 0 else float('-inf')
right = heaters[hi] if hi < len(heaters) else float('inf')
ans = max(ans, min(h - left, right - h)) return ans houses = [1,2,3,4]
heaters = [1,4]
f1 = findRadius(houses, heaters)
print(f1) houses2 = [1,12,23,34]
heaters2 = [12,24]
f2 = findRadius(houses2, heaters2)
print(f2) #输出结果
1
11

查找算法:二分法查找及其python实现案例的更多相关文章

  1. 常见查找算法之php, js,python版

    常用算法 >>>1. 顺序查找, 也叫线性查找, 它从第一个记录开始, 挨个进行对比, 是最基本的查找技术 javaScript 版顺序查找算法: // 顺序查找(线性查找) 只做找 ...

  2. Java中常用的查找算法——顺序查找和二分查找

    Java中常用的查找算法——顺序查找和二分查找 神话丿小王子的博客 一.顺序查找: a) 原理:顺序查找就是按顺序从头到尾依次往下查找,找到数据,则提前结束查找,找不到便一直查找下去,直到数据最后一位 ...

  3. C语言的算法--------二分法查找

    int find(int n,int a[],int l){int low=0;int high=l-1;int middle=0;while(low<high){middle=(low+hig ...

  4. 查找算法(顺序查找、二分法查找、二叉树查找、hash查找)

    查找功能是数据处理的一个基本功能.数据查找并不复杂,但是如何实现数据又快又好地查找呢?前人在实践中积累的一些方法,值得我们好好学些一下.我们假定查找的数据唯一存在,数组中没有重复的数据存在. (1)顺 ...

  5. java算法-二分法查找实现

    什么是二分法查找 首先,使用二分法查找的前提是:被查找的数组已排好序 具体实现: 假如有一组数为3,12,24,36,55,68,75,88要查给定的值24.可设三个变量front,mid,end分别 ...

  6. Java常用排序算法+程序员必须掌握的8大排序算法+二分法查找法

    Java 常用排序算法/程序员必须掌握的 8大排序算法 本文由网络资料整理转载而来,如有问题,欢迎指正! 分类: 1)插入排序(直接插入排序.希尔排序) 2)交换排序(冒泡排序.快速排序) 3)选择排 ...

  7. java学习-循环结构-查找算法-顺序查找

    今天回顾了简单算法,顺序查找.发现了数组出现重复数字,无法输出第二个位置就跳出循环了. 利用所学知识解决了.放上代码,同时在代码里给大家分享思路. 欢迎大神教导,欢迎指正. ; System.out. ...

  8. C语言实现常用查找算法——二分查找

    #include<stdio.h> void insert_sort(int a[],int n); int binary_search(int a[],int x,int n); voi ...

  9. 查找算法----二分查找与hash查找

    二分查找 有序列表对于我们的实现搜索是很有用的.在顺序查找中,当我们与第一个元素进行比较时,如果第一个元素不是我们要查找的,则最多还有 n-1 个元素需要进行比较. 二分查找则是从中间元素开始,而不是 ...

  10. Java查找算法——二分查找

    import java.lang.reflect.Array; import java.nio.Buffer; import java.util.Arrays; import java.util.Ra ...

随机推荐

  1. 5 -- Hibernate的基本用法 --4 8 外连接抓取属性

    外连接抓取能限制执行SQL语句的次数来提高效率,这种外连接抓取通过在单个select语句中使用outer join来一次抓取多个数据表的数据. 外连接抓取允许在单个select语句中,通过@ManyT ...

  2. 【RF库测试】set variable if

  3. NFS 简介

    一.NFS 简介 1. NFS(Network File System)网络文件系统,它允许网络中的计算机之间通过 TCP/IP 网络共享资源2. NFS 应用场景:A,B,C 三台机器上需要保证被访 ...

  4. MQTT-C-PUB

    /* ============================================================================ Name        : mqtest ...

  5. codeforces水题100道 第五题 Codeforces Round #304 (Div. 2) A. Soldier and Bananas (math)

    题目链接:http://www.codeforces.com/problemset/problem/546/A题意:一个人现在有n元,它买第i根香蕉需要i*k元,问他要买w根香蕉的话,需要问他的朋友借 ...

  6. 原创:超简单!windows配置NDK开发环境使用JNI

    前段时间看android版的opencv的配置教程时,看到了它的NDK配置方法,感觉简单又不会出错!!! 1.下载NDK,设置NDK路径: 在windows的系统环境变量中添加NDK的路径,环境变量名 ...

  7. Win8交互UX——笔交互

    针对触摸输入优化 Window 应用商店应用设计,并在默认情况下获得基本的笔支持. 本主题介绍笔交互的设计注意事项.有关实现笔交互的信息,请参阅响应笔和触笔交互. 笔交互 通过使用笔创建手写便笺.绘图 ...

  8. css方法 - 移动端h5在iphonex的适配

    @media only screen and (device-width:375px) and (device-height:812px) and (-webkit-device-pixel-rati ...

  9. VC++生成不同的随机数

    其用法是先调用srand函数,如 srand( (unsigned)time( NULL ) ) 这样可以使得每次产生的随机数序列不同.假如计算伪随机序列的初始数值(称为种子)相同,则计算出来的伪随机 ...

  10. Elasticsearch学习之嵌套聚合,下钻分析,聚合分析

    1. 计算每个tag下的商品数量 GET /ecommerce/product/_search { "aggs": { "group_by_tags": { & ...