page contents

python基础编程100例:第60期-基础算法:二分查找 搜索插入位置

本文讲述了python基础编程100例:第60期-基础算法:二分查找 搜索插入位置!具有很好的参考价值,希望对大家有所帮助。一起跟随六星小编过来看看吧,具体如下:

attachments-2022-03-wHTiPHEn623d1ab55bead.png

本文讲述了python基础编程100例:第60期-基础算法:二分查找 搜索插入位置!具有很好的参考价值,希望对大家有所帮助。一起跟随六星小编过来看看吧,具体如下:

第60期-基础算法:二分查找 搜索插入位置

1 问题描述

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。


示例 1:

输入: nums = [1,3,5,6], target = 5

输出: 2


示例 2:

输入: nums = [1,3,5,6], target = 2

输出: 1


示例 3:

输入: nums = [1,3,5,6], target = 7

输出: 4


示例 4:

输入: nums = [1,3,5,6], target = 0

输出: 0


示例 5:

输入: nums = [1], target = 0

输出: 0


初始代码


from typing import List

class Solution:

    def searchInsert(nums: List[int], target: int) -> int:

        #在此之间填写代码


if __name__ == "__main__":

    print(Solution.searchInsert([1,3,5,6],5))

    print(Solution.searchInsert([1,3,5,6],2))

    print(Solution.searchInsert([1,3,5,6],7))

    print(Solution.searchInsert([1,3,5,6],0))

    print(Solution.searchInsert([1],0))


2 解题思路

标签:二分查找

如果该题目暴力解决的话需要O(n)的时间复杂度,但是如果二分的话则可以降低到O(logn)的时间复杂度

二分查找整体思路为:先设定左侧下标 left 和右侧下标 right,再计算中间下标 mid

每次根据 nums[mid] 和 target 之间的大小进行判断,相等则直接返回下标,nums[mid] < target 则 left 右移,nums[mid] > target 则 right 左移

查找结束如果没有相等值则返回 left,该值为插入位置


3 解题方法

from typing import List

class Solution:

    def searchInsert(nums: List[int], target: int) -> int:

        left,right=0,len(nums)-1

        while left<=right:

            m=(left+right)//2

            if nums[m]>target:right=m-1

            elif nums[m]<target:left=m+1

            else:

                return m

        return left


if __name__ == "__main__":

    print(Solution.searchInsert([1,3,5,6],5))

    print(Solution.searchInsert([1,3,5,6],2))

    print(Solution.searchInsert([1,3,5,6],7))

    print(Solution.searchInsert([1,3,5,6],0))

    print(Solution.searchInsert([1],0))

第1-3,13-18行: 题目中已经给出的信息,运行代码时要根据这些代码进行编辑

第4行: 设置双指针left、right,分别从左、右遍历列表nums

第5行: 设置循环,当left左指针小于right右指针时,列表还未遍历完,继续循环

第6行: 左指针小于右指针时,定义变量m为left和right的中位数(二分查找中的二分)

第7行: 判断此中位数索引对应的数值是否大于目标数值,若是,则令右指针等于m-1(若目标在列表中,此时右指针索引对应的数值一定大于或等于目标数)

第8行: 判断此中位数索引对应的数值是否小于于目标数值,若是,则令左指针等于m+1(若目标在列表中,此时左指针索引对应的数值一定小于或等于目标数)

第9-10行: 若既不大于又不小于目标数值,直接则以找到目标数,直接返回其索引

第6-10行: 在此循环中,可以一直保证目标数target一直在left左指针和right右指针之间

第11行: 若循环结束还未遇到目标数值,则目标数值不在列表中,此时根据题意返回其插入的位置索引,即在列表中比目标值大一点的值的索引。由于循环结束后,left左指针大于right右指针,所以插入位置为left指针对应的位置,则返回left值


代码运行结果为:

attachments-2022-03-p3rV1hLY623d1a4b86163.png


算法讲解

这里用到了基础算法:二分查找,简单讲解下这个算法:

二分查找法

如果要查找的数据已经事先排好序了,就可以使用二分查找法来进行查找

以升序数列为例,比较一个元素与数列中的中间位置的元素的大小,如果比中间位置的元素大,则继续在后半部分的数列中进行二分查找;如果比中间位置的元素小,则在数列的前半部分进行比较;如果相等,则找到了元素的位置。每次比较的数列长度都会是之前数列的一半,直到找到相等元素的位置或者最终没有找到要找的元素。

算法复杂度

二分查找的基本思想是将n个元素分成大致相等的两部分,取a[n/2]与x做比较,如果x=a[n/2],则找到x,算法中止;如果x<a[n/2],则只要在数组a的左半部分继续搜索x,如果x>a[n/2],则只要在数组a的右半部搜索x.

时间复杂度:因为每次查找都会比上一次少一半的范围,最多只需要比较log2(n)次,所以时间复杂度为O(logn)。

分析

二分查找法必须事先经过排序,且要求所有被查数据都必须加载到内存中方能进行。

此法适用于不需增删的静态数据

发散

常见的查找方法还有:顺序查找法、插值查找法、斐波拉契查找法、哈希查找法等,有兴趣的同学可以去研究一下。

更多相关技术内容咨询欢迎前往并持续关注六星社区了解详情。

想高效系统的学习Python编程语言,推荐大家关注一个微信公众号:Python编程学习圈。每天分享行业资讯、技术干货供大家阅读,关注即可免费领取整套Python入门到进阶的学习资料以及教程,感兴趣的小伙伴赶紧行动起来吧。

attachments-2022-05-dqlUPez762908b83e69fa.jpeg

  • 发表于 2022-03-25 09:28
  • 阅读 ( 521 )
  • 分类:Python开发

0 条评论

请先 登录 后评论
轩辕小不懂
轩辕小不懂

2403 篇文章

作家榜 »

  1. 轩辕小不懂 2403 文章
  2. 小柒 1312 文章
  3. Pack 1135 文章
  4. Nen 576 文章
  5. 王昭君 209 文章
  6. 文双 71 文章
  7. 小威 64 文章
  8. Cara 36 文章