Python实现的数据结构与算法之基本搜索详解

2019-11-25 17:41:09

字体：大中小

来源：转载

供稿：网友

本文实例讲述了Python实现的数据结构与算法之基本搜索。分享给大家供大家参考。具体分析如下：

一、顺序搜索

顺序搜索是最简单直观的搜索方法：从列表开头到末尾，逐个比较待搜索项与列表中的项，直到找到目标项（搜索成功）或者超出搜索范围（搜索失败）。

根据列表中的项是否按顺序排列，可以将列表分为无序列表和有序列表。对于无序列表，超出搜索范围是指越过列表的末尾；对于有序列表，超过搜索范围是指进入列表中大于目标项的区域（发生在目标项小于列表末尾项时）或者指越过列表的末尾（发生在目标项大于列表末尾项时）。

1、无序列表

在无序列表中进行顺序搜索的情况如图所示：

def sequentialSearch(items, target):  for item in items:    if item == target:      return True  return False

2、有序列表

在有序列表中进行顺序搜索的情况如图所示：

def orderedSequentialSearch(items, target):  for item in items:    if item == target:      return True    elif item > target:      break  return False

二、二分搜索

实际上，上述orderedSequentialSearch算法并没有很好地利用有序列表的特点。

二分搜索充分利用了有序列表的优势，该算法的思路非常巧妙：在原列表中，将目标项（target）与列表中间项（middle）进行对比，如果target等于middle，则搜索成功；如果target小于middle，则在middle的左半列表中继续搜索；如果target大于middle，则在middle的右半列表中继续搜索。

在有序列表中进行二分搜索的情况如图所示：

根据实现方式的不同，二分搜索算法可以分为迭代版本和递归版本两种：

1、迭代版本

def iterativeBinarySearch(items, target):  first = 0  last = len(items) - 1  while first <= last:    middle = (first + last) // 2    if target == items[middle]:      return True    elif target < items[middle]:      last = middle - 1    else:      first = middle + 1  return False

2、递归版本

def recursiveBinarySearch(items, target):  if len(items) == 0:    return False  else:    middle = len(items) // 2    if target == items[middle]:      return True    elif target < items[middle]:      return recursiveBinarySearch(items[:middle], target)    else:      return recursiveBinarySearch(items[middle+1:], target)

三、性能比较

上述搜索算法的时间复杂度如下所示：

搜索算法          时间复杂度-----------------------------------sequentialSearch      O(n)-----------------------------------orderedSequentialSearch  O(n) -----------------------------------iterativeBinarySearch   O(log n)-----------------------------------recursiveBinarySearch   O(log n)-----------------------------------in             O(n)

可以看出，二分搜索的性能要优于顺序搜索。

值得注意的是，Python的成员操作符 in 的时间复杂度是O(n)，不难猜出，操作符 in 实际采用的是顺序搜索算法。

四、算法测试

#!/usr/bin/env python# -*- coding: utf-8 -*-def test_print(algorithm, listname, target):  print(' %d is%s in %s' % (target, '' if algorithm(eval(listname), target) else ' not', listname))if __name__ == '__main__':  testlist = [1, 2, 32, 8, 17, 19, 42, 13, 0]  orderedlist = sorted(testlist)  print('sequentialSearch:')  test_print(sequentialSearch, 'testlist', 3)  test_print(sequentialSearch, 'testlist', 13)  print('orderedSequentialSearch:')  test_print(orderedSequentialSearch, 'orderedlist', 3)  test_print(orderedSequentialSearch, 'orderedlist', 13)  print('iterativeBinarySearch:')  test_print(iterativeBinarySearch, 'orderedlist', 3)  test_print(iterativeBinarySearch, 'orderedlist', 13)  print('recursiveBinarySearch:')  test_print(recursiveBinarySearch, 'orderedlist', 3)  test_print(recursiveBinarySearch, 'orderedlist', 13)

运行结果：

$ python testbasicsearch.pysequentialSearch: 3 is not in testlist 13 is in testlistorderedSequentialSearch: 3 is not in orderedlist 13 is in orderedlistiterativeBinarySearch: 3 is not in orderedlist 13 is in orderedlistrecursiveBinarySearch: 3 is not in orderedlist 13 is in orderedlist

希望本文所述对大家的Python程序设计有所帮助。

上一篇：利用Fn.py库在Python中进行函数式编程

下一篇：Python实现的数据结构与算法之链表详解