归并排序
归并排序是采用分治法的一个非常典型的应用。
归并排序的思想就是先递归分解数组,再合并数组。
将数组分解最小之后,然后合并两个有序数组,基
本思路是比较两个数组的最前面的数,谁小就先取谁,取了后相应的指针就往后移一位。
然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。
归并排序是采用分治法的一个非常典型的应用。
归并排序的思想就是先递归分解数组,再合并数组。
将数组分解最小之后,然后合并两个有序数组,基
本思路是比较两个数组的最前面的数,谁小就先取谁,取了后相应的指针就往后移一位。
然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。
#归并实现
def merge_sort(li):
# 如果列表长度小于1,不在继续拆分
if len(li) <= 1:
return li
# 二分分解
mid_index = len(li) // 2
left = merge_sort(li[:mid_index])
right = merge_sort(li[mid_index:])
# 合并
return merge(left,right)
def merge(left, right):
# left与right的下标指针
l_index, r_index = 0, 0
result = []
while l_index < len(left) and r_index < len(right):
if left[l_index] < right[r_index]:
result.append(left[l_index])
l_index += 1
else:
result.append(right[r_index])
r_index += 1
result += left[l_index:]
result += right[r_index:]
return result
alist = [54,26,93,17,77,31,44,55,20]
sorted_alist = merge_sort(alist)
print(sorted_alist)
搜索与二分查找
#搜索:
是在一个项目集合中找到一个特定项目的算法过程。
搜索通常的答案是真的或假的,因为该项目是否存在。
搜索的几种常见方法:顺序查找、二分法查找、二叉树查找、哈希查找
--------------------------------------------------------
#二分查找:
又称折半查找,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。
因此,折半查找方法适用于不经常变动而查找频繁的有序列表。
#实现思路
1.首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,
2.如果两者相等,则查找成功;
3.否则利用中间位置记录将表分成前、后两个子表,
4.如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。
5.重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。
#搜索:
是在一个项目集合中找到一个特定项目的算法过程。
搜索通常的答案是真的或假的,因为该项目是否存在。
搜索的几种常见方法:顺序查找、二分法查找、二叉树查找、哈希查找
--------------------------------------------------------
#二分查找:
又称折半查找,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。
因此,折半查找方法适用于不经常变动而查找频繁的有序列表。
#实现思路
1.首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,
2.如果两者相等,则查找成功;
3.否则利用中间位置记录将表分成前、后两个子表,
4.如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。
5.重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。
二分法查找实现
(非递归实现)
def binary_search(li, item):
first = 0
last = len(li) - 1
while first <= last:
midpoint = (first + last) // 2
if li[midpoint] == item:
return True
elif item < li[midpoint]:
last = midpoint - 1
else:
first = midpoint + 1
return False
testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42, ]
print(binary_search(testlist, 17))
print(binary_search(testlist, 1.5))
(递归实现)
def binary_search(li, item):
if len(li) == 0:
return False
else:
midpoint = len(li) // 2
if midpoint > 0:
if li[midpoint] == item: # li[4] == 17 13 != 17
return True
else:
if item < li[midpoint]: # 17 < 13
return binary_search(li[:midpoint], item)
else:
return binary_search(li[midpoint+1:], item)
else:
return False
testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42, ]
print(binary_search(testlist, 3))
print(binary_search(testlist, 13))