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

?

那么我們就直接進入正題吧

?

簡單查找

這個算法應該是最普通的算法or最直接的算法了

?

工作原理:

在一數組里面找一個數

按順序一個一個查找

如果匹配，則返回索引

如果在過完一遍數組都沒有匹配到，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

輸入一組有序的數組，目標輸出搜索數據的位置（如果有）或者輸入none（如果沒有）

?

工作原理：

?

選取有序數組的中位數，判斷需要搜尋的數與此數的關系。

如果該中位數比要找的數大，則將數組縮小到前一半，然后再進行上面的操作

如果該中位數比要找的數小，則將數組縮小到后一半，然后再進行上面的操作

如果該中位數等于要找的數，則該數的索引為此算法的答案。

如果找到只剩下一個數了而且此數不等于要找的數，則該數不再此數組里，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)

????? 簡單查找：O(n)

?

理解不同的大O運行時間

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行時間

還有平均情況也要考慮

?

一些常見的大O運行時間

? O(log n)，也叫對數時間，這樣的算法包括二分查找。
? O(n)，也叫線性時間，這樣的算法包括簡單查找。
? 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將介紹的旅行商問題的解決方案——一種非常慢的算法。

?

Reference:

《Grokking Algorithms》-Aditya Bhargava

轉載于:https://www.cnblogs.com/hungry5656/p/11072188.html

總結

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

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。