先找到頭跟尾端l 與 r, 再找到中間點,用中間點的值與查詢進行比較:
下面是上圖的查詢過程,查詢值為33
m表示中間 m = l + (r-l)//2 = 0 + 9//2 = 4m指示的值是45, 45比33大, 讓r=m-1=3
m表示中間 m = l + (r-l)//2 = 0 + 3//2 = 1m指示的值是1, 1比33小, 讓l=m+1 = 2
m表示中間 m = l + (r-l)//2 = 2 + 1//2 = 2m指示的值是21, 21小於33 , 讓l=m+1 = 3
此時l=r
m表示中間 m = l + (r-l)//2 = 3 + 0//2 = 3可以看到第四次時候查詢到對應的值,查詢結束。當沒有找到時候,且l>r時, 搜尋結束,沒有找到該元素;m指示的值是33, 33等於33 返回結果
遞迴方式實現:
# o(log(n) time | o(log(n)) space
defbinary_search
(array, target)
:return binary_search_helper(array, target,0,
len(array)-1
)def
binary_search_helper
(array, target, left, right)
:if left > right:
return-1
middle = left +
(left+right)//2
potentialmarth = array[middle]
if target == potentialmarth:
return middle
if target < potentialmarth:
return binary_search_helper(array, target, left, middle-1)
if target > potentialmarth:
return binary_search_helper(array, target, middle+
1, right)
while 迴圈方式實現:
# o(log(n) time | o(1) space
defbinary_search
(array, target)
:return binary_search_helper(array, target,0,
len(array)-1
)def
binary_search_helper
(array, target, left, right)
:while left <= right:
middle = left +
(left+right)//2
potentialmarth = array[middle]
if target == potentialmarth:
return middle
if target < potentialmarth:
right = middle-
1if target > potentialmarth:
left = middle +
1return
-1
遞迴方式實現複雜度為o(log(n) time | o(log(n)) space
,而迴圈的方式複雜度為o(log(n) time | o(1) space
,可以看到迴圈比遞迴要省空間
查詢演算法 二分查詢
利用二分查詢演算法查詢某乙個元素,前提條件是該被查詢的元素是乙個已經有序的陣列。二分查詢的思想是將陣列元素的最高位 high 和最低位 low 進行標記,取陣列元素的中間 mid 和和要查詢的值 key 進行比較,如果目標值比中間值要大,則將最低位設定為mid 1,繼續進行查詢。如果目標值小於中間值...
查詢演算法 二分查詢
二分查詢的思路是很簡單的,前提是這組資料是有順序的。思路是從中間找乙個數,判斷大小,如果數比中間數大,說明在中間數到結尾的數中,如果小於,則說明在開始和中間數之間,經過多次相同操作,就可以得到我們想查詢的數時間複雜度就是 o logn 非遞迴的實現 const testarr let i 0whil...
查詢演算法 二分查詢
二分查詢是乙個常用的查詢演算法,其原理在於通過不斷切分乙個規則排序,對半的去尋找目標元素所在的區間與位置。但是其有乙個前提,那就是資料結構需要是順序儲存結構,並且關鍵字大小有序排列。例子如下 例 有乙個數列 12,23,45,56,67,89 請使用二分查詢找到56的位置 解 首先mid 0 5 2...