網站首頁 編程語言 正文
線性查找
線性查找又稱順序查找,它是查找算法中最簡單的一種。它的基本思想是在在一組數據中,從第一個元素開始,依次和預期值比較,直到和預期值相等,則查找成功,如果所有元素都比較過,沒找到與預期值相等的元素,則查找失敗。
算法
func LinearSearch(nums []int, target int) int { for i, num := range nums { if num == target { return i } } return -1 }
算法很簡單,遍歷 nums
切片,然后依次比較,找到與 target
相等的元素則返回該元素在切片中的下標值,否則返回 -1
,表示沒有找到與 target
相等的元素。
該算法的時間復雜度為 O(N)。可以發現,如果切片里有很多元素,然后要查找到元素處于最后一個位置,或者根本就沒有要查找的元素,算法將遍歷一整個切片,這種查找效率很低。
二分查找
二分查找,也稱折半查找,相比于線性查找,它是一種效率較高的算法,但是二分查找要求數組或切片中的元素必須是有序存儲的。時間復雜度為 O(logn)。圖解:
nums
= [1, 2, 3, 4, 5]
- 劃定左邊界
left
和右邊界right
,初始值分別為 0 ,數組長度 - 1 = 5 - 1 = 4 - 遍歷數組
nums
,取區間的中間位置mid
=left
+(right - left)
/ 2 = 2,使用這個公式而不是 [(left + right)
/ 2] 是防止left + right
之后的值溢出。 - 比較數值,如果中間值
nums[mid]
與 目標值target
相等,則結束查找 - 如果中間值
nums[mid]
大于目標值target
,說明要尋找的值可能在左邊的區間,移動右邊界的位置,往坐區間尋找。 - 如果中間值
nums[mid]
小于目標值target
,說明要尋找的值可能在右邊的區間,移動左邊界的位置,往坐區間尋找。 - 重復以上查找的操作,直到找到元素,或遍歷結束。
算法
func BinarySearch(nums []int, target int) int { left, right := 0, len(nums)-1 for left <= right { mid := left + (right-left)/2 if nums[mid] == target { return mid } else if nums[mid] > target { right = mid - 1 } else { left = mid + 1 } } return -1 }
上述代碼是基于區間【左閉右閉】的特點去編寫的,左閉右閉就是區間涵蓋左邊界的元素和右邊界的元素。
【左閉右閉】這個特點會影響 for
循環 的條件 → left <= right
,因為區間包含右元素,因此left
等于 right
是有意義的。
除此之外,左閉右閉的特點還會影響 left
和 right
的值,初始值為 0,和 len
- 1。因為 mid
的值已經比較過了,基于左閉右閉的特點,left
下次的值應為 mid + 1
,而 right
下次的值應為 mid - 1
,不能為 mid
。
總之,左閉右閉的特點,影響著循環條件,和 left
與 right
的值。
- 初始值
left = 0
,right = len - 1
- 循環條件
left <= right
- 后續值
left = mid + 1
,right = mid -1
【左閉右開】的算法:
func BinarySearch(nums []int, target int) int { left, right := 0, len(nums) for left < right { mid := left + (right-left)/2 if nums[mid] == target { return mid } else if nums[mid] > target { right = mid } else { left = mid + 1 } } return -1 }
左開右閉,涵蓋左邊的元素,不包含右邊的元素,因此 left
= 0,我們要取到數組的最后一個元素,right
的值取不到,因此 right
= len
,這樣就能取到 len - 1
的值了。
循環條件,left
< right
,沒有等于號,因為 right
取不到,等于的話是沒有意義的。
由于 mid
已經比較過了,后續 left
的值為 mid + 1
,right
的值為 mid
。
總結
- 初始值
left = 0
,right = len
- 循環條件
left < right
- 后續值
left = mid + 1
,right = mid
小結
本文對線性查找算法和二分查找算法進行了介紹。線性查找算法雖簡單,但是查找效率低,時間復雜度為 O(N);而二分查找法效率雖較高,但是所查找的數組必須是有序的,時間復雜度為 O(logn),基于區間特點的不同(左閉右閉、左閉右開),二分查找算法的寫法也不同。
原文鏈接:https://juejin.cn/post/7178889337977700412
相關推薦
- 2022-08-02 shell?script獲取文件名或者目錄名稱的方法_linux shell
- 2022-06-18 C#使用ThreadPriority設置線程優先級_C#教程
- 2023-03-27 Android?WorkManager實現后臺定時任務流程詳解_Android
- 2022-06-19 Rainbond云原生快捷部署生產可用的Gitlab步驟詳解_云其它
- 2022-05-23 一起來學習Python的列表_python
- 2022-02-02 css 水波紋效果
- 2023-05-09 C語言qsort函數用冒泡排序實現過程詳解_C 語言
- 2022-06-02 Android實現水平帶刻度的進度條_Android
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支