顺序查找
遍历数组的每一个元素,线性查找,时间复杂度为O(n).
代码
class Solution:
def GetNumberOfK(self, data, k):
length=0
for i in range(len(data)):
if data[i]==k:
return k
return -1
折半查找(二分查找)
说明:元素必须是有序的,如果是无序的则要先进行排序操作。
基本思想:也称为是折半查找,属于有序查找算法。用给定值k先与中间结点的关键字比较,中间结点把线形表分成两个子表,若相等则查找成功;若不相等,再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表,这样递归进行,直到查找到或查找结束发现表中没有这样的结点。
注:折半查找的前提条件是需要有序表顺序存储,对于静态查找表,一次排序后不再变化,折半查找能得到不错的效率。但对于需要频繁执行插入或删除操作的数据集来说,维护有序的排序会带来不小的工作量,那就不建议使用。——《大话数据结构》
复杂度分析:最坏情况下,关键词比较次数为log2(n+1),且期望时间复杂度为O(log2n);
循环(python)
def test(target,array):
low=0
high=len(array)-1
flag=False
while low<=high:
k=int((high-low)/2)+low
if array[k]==target:
return target
if array[k]<target:
low=k+1
if array[k]>target:
high=k-1
return -1
a=[1,2,3,4,5]
test(8,a)
递归:
def test(target,array):
low=0
high=len(array)-1
def GetNumberOfK(target,array,low,high):
if low>high:
return -1
k=int((high-low)/2)+low
print(k)
if array[k]==target:
return target
if array[k]<target:
return GetNumberOfK(target,array,k+1,high)
if array[k]>target:
return GetNumberOfK(target,array,low,k-1)
return GetNumberOfK(target,array,low,high)
a=[1,2,3,4,5]
test(8,a)
另外针对二分查找的优化算法,包括插值查找:
- (mid=low+(key-a[low])/(a[high]-a[low])*(high-low))
对于表长较大,而关键字分布又比较均匀的查找表来说,插值查找算法的平均性能比折半查找要好的多。反之,数组中如果分布非常不均匀,那么插值查找未必是很合适的选择。
复杂度分析:查找成功或者失败的时间复杂度均为O(log2(log2n))
及斐波切纳查找法。
详细见:七大查找算法:https://www.cnblogs.com/soul-stone/p/8051695.html