用python编写二分查找算法

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/myq151/article/details/83997656

二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好;其缺点:是要求待查表为有序表，且插入删除困难。使用场景：不经常变动而查找频繁的有序列表。

思想：

首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，
如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。

二分查找（递归版）

def binary_search(alist, item):
    """二分查找（递归版）"""
    n = len(alist)  # 获取列表长度
    if len(alist) == 0:  # 传入了一个空的列表，代表元素并未找到
        return False
    mid = n // 2
    if item == alist[mid]:
        return True  # 元素找到
    elif item < alist[mid]:
        # 元素在左半部分，递归调用
        return binary_search(alist[:mid], item)
    else:
        # 元素在右半部分，递归调用
        return binary_search(alist[mid + 1:], item)


if __name__ == '__main__':
    alist = [0, 1, 2, 8, 13, 17, 19, 32, 42, ]
    print(binary_search(alist, 3))   # False 未找到
    print(binary_search(alist, 13))  # True  找到
        

二分查找 （非递归版）

def binary_search(alist, item):
    """二分查找 （非递归版）"""
    start = 0
    end = len(alist) - 1
    while start <= end:
        # 计算中间mid游标的值
        mid = (start + end)//2
        if item == alist[mid]:
            # 元素找到
            return True
        elif item < alist[mid]:
            # 元素在左半部分，递归调用
            end = mid -1
        else:
            # 元素在右半部分，递归调用
            start = mid + 1
    # 跳出循环,start>end表示元素不存在
    return False

if __name__ == '__main__':
    alist = [0, 1, 2, 8, 13, 17, 19, 32, 42, ]
    print(binary_search(alist, 3))    # False 未找到
    print(binary_search(alist, 13))   # True  找到