算法之二分法

目录

• 算法之二分法
• 1 算法
• 2 二分法的定义
• 3 二分法前提条件
• 4 二分法实例

算法之二分法

1 算法

算法是高效解决问题的办法

2 二分法的定义

二分法就是通过每次取中间位置与目标比较,每次可以缩小一半寻找范围的寻找方法

3 二分法前提条件

二分法前提条件为数据必须按顺序排列

如果条件不满足可以使用sort()进行排序

nums=[-3,4,13,10,-2,7,89]
nums.sort()
print(nums)

4 二分法实例

需求：有一个按照从小到大顺序排列的数字列表
需要从该数字列表中找到我们想要的那个一个数字
如何做更高效？？？

# 方案一：整体遍历-------效率太低
nums=[-3,4,7,10,13,21,43,77,89]
find_num=89
for num in nums:
    if num == find_num:
        print('find it')
        break

# 方案二：二分法思路
def binary_search(find_num,列表):
    mid_val=找列表中间的值
    if find_num > mid_val:
        # 接下来的查找应该是在列表的右半部分
        列表=列表切片右半部分
        binary_search(find_num,列表)
    elif find_num < mid_val:
        # 接下来的查找应该是在列表的左半部分
        列表=列表切片左半部分
        binary_search(find_num,列表)
    else:
        print('find it')

# 方案二：二分法
nums=[-3,4,7,10,13,21,43,77,89]
find_num=8
def binary_search(find_num,l):
    print(l)
    if len(l) == 0:
        print('找的值不存在')
        return
    mid_index=len(l) // 2

    if find_num > l[mid_index]:
        # 接下来的查找应该是在列表的右半部分
        l=l[mid_index+1:]
        binary_search(find_num,l)
    elif find_num < l[mid_index]:
        # 接下来的查找应该是在列表的左半部分
        l=l[:mid_index]
        binary_search(find_num,l)
    else:
        print('find it')

binary_search(find_num,nums)