數(shù)據(jù)結(jié)構(gòu)和算法
基于《算法圖解》—Aditya Bhargava和《數(shù)據(jù)結(jié)構(gòu)》—嚴(yán)蔚敏

**

算法圖解：(基于Python)*

第1章—算法簡介

1.1 引言
算法是一組完成任務(wù)的指令。

1.2 二分查找（binary_search）
二分查找是一種算法，其輸入是一個有序列表（必須有序）。如果要查找的元素包含在列表中，二分查找返回其位置；否則返回null。
1.2.1 普通查找和二分查找
例子：猜數(shù)字游戲
簡單查找每次只能排除一個數(shù)字；而使用二分查找時，猜測的是中間的數(shù)字，從而每次都將余下的數(shù)字排除一半。一般而言，對于包含n個元素的列表，使用二分查找最多需要log n (默認2為底)步，而簡單查找最多需要n步。

#二分查找 def binary_search(list, item):low = 0high = len(list-1)while low <= high:mid = (low+high)//2guess = list[mid]if guess == item:return midif guess > item:high = mid -1else:low = mid + 1return Nonemy_list = [1,3,5,7,9] print binary_search(my_list, 3) print binary_search(my_list, -1) **練習(xí)** 1.1 假設(shè)有一個包含128個名字的有序列表，你要使用二分查找在其中查找一個 名字，請問最多需要幾步才能找到？ 1.2 上面列表的長度翻倍后，最多需要幾步？ (答案見下章)

1.3 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。
二分查找和簡單查找的運行時間的增速不同：隨著元素數(shù)量的增加，二分查找需要的額外時間并不多，而簡單查找需要的額外時間卻很多。
大O表示法指出了最糟糕情況下的運行時間。
一些常見的大O運行時間：

O(log n)，也叫對數(shù)時間，包括二分查找； O(n)，也叫線性時間，包括簡單查找； O(n*log n)，包括快速排序； O(n2)，包括選擇排序； O(n!)

啟示：

• 算法的速度指的并非時間，而是操作數(shù)的增加。
• 談?wù)撍惴ǖ乃俣葧r，我們說的是隨著輸入的增加，其運行時間將以什么樣的速度增加。
• 算法的運行時間用大O表示法表示。
• O(log n)比O(n)快，當(dāng)需要搜索的元素越多時，前者比后者快得越多。

——持續(xù)修改完善中…

總結(jié)

以上是生活随笔為你收集整理的01-算法简介的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。