一. 顺序查找
条件：无序或有序队列。

原理：按顺序比较每个元素，直到找到关键字为止。

时间复杂度：O(n)

def sequential_search(lis, key):
    length = len(lis)
    for i in range(length):
        print(lis[i], key)
        if lis[i] == key:
            return i
    return False
if __name__ == '__main__':
    LIST = [1, 5, 8, 123, 22, 54, 7, 99, 300, 222]
    result = sequential_search(LIST, 123)
    print(result)

二. 二分查找
条件：有序数组

原理：查找过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜素过程结束；

如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。

如果在某一步骤数组为空，则代表找不到。

这种搜索算法每一次比较都使搜索范围缩小一半。

时间复杂度：O(logn)

lst = [11, 22, 33, 44, 55, 66, 77, 88, 99, 123, 234, 345, 456, 567, 678, 789]
def func(alist, data):
    first = 0
    last = len(alist) - 1
    while first <= last:
        mid = (last + first) // 2
        if alist[mid] > data:
            last = mid - 1
        elif alist[mid] < data:
            first = mid + 1
        else:
            return mid
    return -1
print(func(lst, 678))

三. 插值查找
应用: 根据关键字的分布估计被查元素的位置，能更精确定位到被查找元素的位置，但应用有限

公式：mid = low + (key - low) / (a[high] - a[low]) * (high - low)

对于数据量较大，关键字分布比较均匀的查找表来说，采用插值查找, 速度较快

关键字分布不均匀的情况下，该方法不一定比折半查找要好

def binary_search(lis, key):
    low = 0
    high = len(lis) - 1
    while low < high:
        mid = low + int((high - low) * (key - lis[low]) / (lis[high] - lis[low]))
        if key < lis[mid]:
            high = mid - 1
        elif key > lis[mid]:
            low = mid + 1
        else:
            return mid
    return False
LIST = [1, 5, 7, 8, 22, 54, 99, 123, 200, 222, 444]
result = binary_search(LIST, 99)
print(result)

到此这篇关于Python中的查找算法代码实例的文章就介绍到这了,更多相关Python查找算法内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持

原文链接：https://blog.csdn.net/qq_39434183/article/details/117462501