3-2-基础算法-查找算法1-列表查找以及二分查找

#########################################################

"""
一、列表查找
1、列表查找：从列表中查找指定元素
输入：列表、待查找元素
输出：元素下标或未查找到元素

2、顺序查找：从列表第一个元素开始，顺序进行搜索，直到找到为止。
返回找到的那个索引

3、二分查找：从有序列表的候选区data[0:n]开始，通过对待查找的值与候选区中间值的比较，可以使候选区减少一半。
二分查找：时间复杂度是O(logn)
二分查找的前提:列表是有序的
切片的复杂读是O(n) #因为切的时候是赋值的


"""

 

##################     二分查找      #######################

# 二分查找，
# 优点是比较次数少，查找速度快，平均性能好
# 其缺点是要求待查表为有序表，且插入删除困难
# 适用于不经常变动而查找频繁的有序列表

# 如果判断是中间位置，计算公式是下标之和除以2，
# 代码逻辑，最好的办法是使用递归实现，

# 第一种方式，使用递归来实现
def binary_search(alist, item):
    n= len(alist)
    mid = n //2
    if n>0:
        if alist[mid] == item:  # 如果找的数字和中间值一样，就直接返回true了，
            return True
        elif item <alist[mid]:  # 如果查找到的数字比中间值小，就对左边的子表进行递归，
            return binary_search(alist[:mid],item)
        else:  # 如果查找到的数字比中间值大 ，就对右边的子表进行递归，
            return binary_search(alist[mid+1:], item)
    return False  # 如果递归结束了，还没有找到就是没有这个内容，

# 第二种方式非递归方式，
def binary_search2(alist, item):
    n=len(alist)
    first = 0
    last = n-1
    while first <= last :  # 如果找的时候，开始的坐标小于结束了，就结束了，等于的时候就是一个元素的时候，
        mid = (first + last) // 2
        if alist[mid] == item:
            return True
        elif item<alist[mid]:
            last = mid - 1
        else:
            first = mid + 1
    return False

if __name__ == '__main__':

    testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42,]
    print(binary_search(testlist, 3))
    print(binary_search(testlist, 19))
    print(binary_search2(testlist, 3))
    print(binary_search2(testlist, 19))

 

 

############################################

 

############################################

 

############################################