該系列博客的內(nèi)容均為閱讀《Grokking Algorithms》(Aditya Bhargava)的心得or筆記or總結(jié)

?

那么我們就直接進(jìn)入正題吧

?

簡(jiǎn)單查找

這個(gè)算法應(yīng)該是最普通的算法or最直接的算法了

?

工作原理:

在一數(shù)組里面找一個(gè)數(shù)

按順序一個(gè)一個(gè)查找

如果匹配，則返回索引

如果在過(guò)完一遍數(shù)組都沒(méi)有匹配到，則輸出none

?

代碼展示（python）:

1 def Simple_Search(list, item): 2 for i in range(0, len(list) - 1): 3 if list[i] == item: 4 return i
5 return None

?

二分查找

輸入一組有序的數(shù)組，目標(biāo)輸出搜索數(shù)據(jù)的位置（如果有）或者輸入none（如果沒(méi)有）

?

工作原理：

?

選取有序數(shù)組的中位數(shù)，判斷需要搜尋的數(shù)與此數(shù)的關(guān)系。

如果該中位數(shù)比要找的數(shù)大，則將數(shù)組縮小到前一半，然后再進(jìn)行上面的操作

如果該中位數(shù)比要找的數(shù)小，則將數(shù)組縮小到后一半，然后再進(jìn)行上面的操作

如果該中位數(shù)等于要找的數(shù)，則該數(shù)的索引為此算法的答案。

如果找到只剩下一個(gè)數(shù)了而且此數(shù)不等于要找的數(shù)，則該數(shù)不再此數(shù)組里，返回值為none。

?

代碼展示（python）:

1 def Binary_Search(List_Array, Item): 2 Low_Index = 0 3 High_Index = len(List_Array) - 1 4 5 while Low_Index <= High_Index: 6 Mid_Index = ( Low_Index + High_Index ) // 2 7 Guess_Num = List_Array[Mid_Index] 8 if Guess_Num == Item: 9 return Mid_Index 10 if Guess_Num > Item: 11 High_Index = Mid_Index - 1 12 else: 13 Low_Index = Mid_Index + 1 14 return None

?

大O表示法

大O表示法是一種特殊的表示法，指出了算法的速度有多快。

e.g. 二分查找：O(logn)

????? 簡(jiǎn)單查找：O(n)

?

理解不同的大O運(yùn)行時(shí)間

算法1：

算法2：

算法1為O(n), 算法2為O(logn)

?

注：

大O表示法指出了最糟糕情況下的運(yùn)行時(shí)間

還有平均情況也要考慮

?

一些常見(jiàn)的大O運(yùn)行時(shí)間

? O(log n)，也叫對(duì)數(shù)時(shí)間，這樣的算法包括二分查找。
? O(n)，也叫線性時(shí)間，這樣的算法包括簡(jiǎn)單查找。
? O(n * log n)，這樣的算法包括第4章將介紹的快速排序——一種速度較快的排序算法。
? O(n2)，這樣的算法包括第2章將介紹的選擇排序——一種速度較慢的排序算法。
? O(n!)，這樣的算法包括接下來(lái)將介紹的旅行商問(wèn)題的解決方案——一種非常慢的算法。

?

Reference:

《Grokking Algorithms》-Aditya Bhargava

轉(zhuǎn)載于:https://www.cnblogs.com/hungry5656/p/11072188.html

總結(jié)

以上是生活随笔為你收集整理的Python 基础算法(1) - 算法简介的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。