常见查找算法之php, js,python版
常用算法
>>>1. 顺序查找, 也叫线性查找, 它从第一个记录开始, 挨个进行对比, 是最基本的查找技术
javaScript 版顺序查找算法:
// 顺序查找(线性查找) 只做找到即返回 // javaScript 版 function search(data,needle) { for(var i=0;i<data.length;i++) { if(data[i] == needle && typeof data[i] == typeof needle) { return i; } } return false; } var data = [100,10,2,7,8,6]; console.log(search(data,7));// console.log(search(data,'7'));// false
php版顺序查找算法:
<?php // php版 function search($data,$needle) { $data_len = count($data); for($i=0;$i<$data_len;$i++) { if($data[$i] === $needle) return $i; } return false; } $data = [100,10,2,7,8,6]; var_dump(search($data,7));// int(3) var_dump(search($data,'7'));// bool(false)
python3 版顺序查找算法:
# python3 版本 def search(data,needle) : dataLen = len(data) for i in range(dataLen) : if data[i] == needle and type(data[i]) == type(needle) : return i return False data = [100,10,2,7,8,6] print(search(data,7)) # print(search(data,'')) # False print(search(data,6)) #
>>>二分找查, 折半查找
核心思想:
1. 用low , high , middle 表示待查找区间的 下界, 上界,中间 的坐标
2. 取中间位置 middle = floor((low+high)/2)
3. 用给定值与 中间位置的值 作比较
等于: 查找成功
大于: 待查数据在区间的后半段 设low 为 middle+1
小于: 待查数据在区间的前半段 设high 为 middle-1
4.数据是排序好的
5.直到越界 (low>high) 查找失败, 结束
PHP版二分查找算法:
<?php // 二分法 折半查找 PHP版 $data_list = [1,2,4,5,5,6,10,12]; function bisearch($data_list,$needle) { $low = 0; $high = count($data_list)-1; if($data_list[$low] == $needle) return $low; if($data_list[$high] == $needle) return $high; while($high>=$low) { $middle = floor(($low+$high)/2); if($needle == $data_list[$middle]) { return $middle; }elseif($needle>$data_list[$middle]) { $low = $middle+1; }else{ $high = $middle-1; } } return false; } print_r(bisearch($data_list,10)); // print_r(bisearch($data_list,5)); // print_r(bisearch($data_list,13)); // false
python 3版 二分查找算法:
import math # python3 版二分查找算法 def bisearch(data_list,needle) : low,high = 0,len(data_list)-1 if needle == data_list[low] : return low if needle == data_list[high] : return high while high>=low : middle = math.floor((high+low)/2) if needle == data_list[middle] : return middle elif needle > data_list[middle] : low = middle+1 else : high = middle-1 return False data_list = [1,2,4,5,5,6,10,12] print(bisearch(data_list,10)); # print(bisearch(data_list,5)); # print(bisearch(data_list,13)); # False
javaScript 版二分查找算法:
// js 版二分查找 function bisearch(data_list,needle) { var low = 0,high = data_list.length-1 if (needle == data_list[low] ) return low if (needle == data_list[high]) return high while (high>=low) { var middle = Math.floor((low+high)/2) if(needle == data_list[middle]) { return middle }else if(needle>data_list[middle]) { low = middle + 1 }else{ high = middle - 1 } } return false } data_list = [1,2,4,5,5,6,10,12] console.log(bisearch(data_list,10)); // console.log(bisearch(data_list,5)); // console.log(bisearch(data_list,13)); // False
>>> 插值查找 (由二分查找改进)
二分查找的公式:
middle = (low+high)/2 => low+(1/2)*(high-low)
插值查找的公式由上面演变, 主要改进的是二分之一部分:
middle = low+((needle-data[low])/(data[high]-data[low]))*(high-low)
对二分查找跟插值查找的一个说明:
插值查找对于公布均匀的数据, 速度比二分查找快(插值查找次数少),例如对下面这类数据
$data = [1,2,3,6,7,9,10,11,...]
对于分布不均匀的数据, 二分查找要比插值查找快 例如下:
$data = [4,100,300,685,3452,...]
PHP版 插值查找算法:
<?php // 二分查找优化(插值查找) PHP版 $data_list = [1,2,4,5,5,6,10,12]; function interpolation($data_list,$needle) { $low = 0; $high = count($data_list)-1; if($data_list[$low] == $needle) return $low; if($data_list[$high] == $needle) return $high; while($high>=$low) { $middle = floor($low+(($needle-$data_list[$low])/($data_list[$high]-$data_list[$low]))*($high-$low)); if($needle == $data_list[$middle]) { return $middle; }elseif($needle>$data_list[$middle]) { $low = $middle+1; }else{ $high = $middle-1; } } return false; } print(interpolation($data_list,10)); // print(interpolation($data_list,5)); // print(interpolation($data_list,13)); // false $index = interpolation($data_list,10); echo $data_list[$index];// /* 注: 1.floor 返回的是浮点数 如 6 类型为float 2.false 用print,echo 输出是空字符串 */
python3版 插值查找算法:
import math # python3 插值查找算法 def interpolation(data_list,needle) : low,high = 0,len(data_list)-1 if needle == data_list[low] : return low if needle == data_list[high] : return high while high>=low : middle = math.floor( low+ ((needle-data_list[low])/(data_list[high]-data_list[low]))* (high-low) ) if needle == data_list[middle] : return middle elif needle > data_list[middle] : low = middle+1 else : high = middle-1 return False data_list = [1,2,4,5,5,6,10,12] print(interpolation(data_list,10)); # print(interpolation(data_list,5)); # print(interpolation(data_list,13)); # False
js 版插值查找算法:
// js版 插值查找算法 function interpolation(data_list,needle) { var low = 0,high = data_list.length-1 if (needle == data_list[low] ) return low if (needle == data_list[high]) return high while (high>=low) { var middle = Math.floor( low+((needle-data_list[low])/(data_list[high]-data_list[low]))* (high-low) ) if(needle == data_list[middle]) { return middle }else if(needle>data_list[middle]) { low = middle + 1 }else{ high = middle - 1 } } return false } data_list = [1,2,4,5,5,6,10,12] console.log(interpolation(data_list,10)); // console.log(interpolation(data_list,5)); // console.log(interpolation(data_list,13)); // False
小结:
以上有php,python,js 版常见的查找算法:
1. 顺序(线性) 查找
2. 二分查找 (折半查找)
3. 插值查找 (二分查找优化 适用于分布均匀的数据)
4. 前提是数据排好序, 顺序
常见查找算法之php, js,python版的更多相关文章
- 常见排序算法原理及JS代码实现
目录 数组 sort() 方法 冒泡排序 选择排序 插入排序 希尔排序 归并排序 堆排序 快速排序 创建时间:2020-08-07 本文只是将作者学习的过程以及算法理解进行简单的分享,提供多一个角度的 ...
- 常见查找算法(Java代码实现)
一,顺序查找 查找算法中顺序查找算是最简单的了,无论是有序的还是无序的都可以,只需要一个个对比即可,但其实效率很低.我们来看下代码 public static int search(int[] a, ...
- 排序算法(C语言+Python版)宝宝再也不怕面试官写排序算法了
直接插入排序 过程: 1. 数据可分看成两个部分,前面的数据是有序的 2. 从后面的数据取出一个元素,插到前面有序数据的合适位置 从右端开始查找,到找到比此元素大的时候,则此元素向后移动,以空出多余的 ...
- 算法:冒泡排序(python版)
1.将n个元素从大到小排序后,选择第k个大的元素 #!/usr/bin/env python #coding -*- utf:8 -*- #冒泡排序选第k个元素 import random impor ...
- Java基础知识强化61:经典查找之 常见查找算法小结
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) 二.二分查找(折半查找) 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 ...
- 算法两数之和 python版
方法一.暴力解法 -- 5s 复杂度分析:时间复杂度:O(n^2)空间复杂度:O(1) length = len(nums)for i in range(length): for j in ra ...
- 常见排序算法(JS版)
常见排序算法(JS版)包括: 内置排序,冒泡排序,选择排序,插入排序,希尔排序,快速排序(递归 & 堆栈),归并排序,堆排序,以及分析每种排序算法的执行时间. index.html <! ...
- 二分查找算法(Python版)
[本文出自天外归云的博客园] 记性不好(@.@),所以平时根本用不到的东西就算学过如果让我去想也会需要很多时间(*.*)! 二分查找算法 在一个有序数组中查找元素最快的算法,也就是折半查找法,先找一个 ...
- 【数据结构与算法Python版学习笔记】查找与排序——散列、散列函数、区块链
散列 Hasing 前言 如果数据项之间是按照大小排好序的话,就可以利用二分查找来降低算法复杂度. 现在我们进一步来构造一个新的数据结构, 能使得查找算法的复杂度降到O(1), 这种概念称为" ...
随机推荐
- linux下脚本做成服务
一.脚本做成服务 1.把启动脚本复制到 /etc/init.d目录中 2.脚本内容 xxxx代表jar包名称 #!/usr/bin/env bash # chkconfig: 2345 20 80 # ...
- IntelliJ IDEA 左侧列表设置忽略文件格式
什么问题 idea 中设置忽略文件 Unity开发过程中使用Lua做逻辑开发 Unity会自动生成xx.meta文件 这种文件再使用Idea开发过程中没有用处 显示文件列表中会看着比较乱 如何设置 F ...
- three.js实现3D模型展示
由于项目需要展示3d模型,所以对three做了点研究,分享出来 希望能帮到大家 先看看效果: three.js整体来说 不是很难 只要你静下心来研究研究 很快就会上手的 首先我们在页面上需要创建一个能 ...
- php-迭代创建级联目录
方法一代码: path = './a/b/c/d/e/f'; $path_arr = explode('/',$path);//得到数组array('.','a','b','c','d','e','f ...
- Linux第四节 组管理、用户管理、权限管理 / chmod /chown / umask / vim
三期第三讲1.组管理/用户管理(重要文件系统会实时备份 file-) vim/etc/group: 组管理文件://组名:密码控位键:组id:成员 vim/etc/gshadow:组密码管理文件:// ...
- Django2中文文档--目录及介绍部分
Django2文档-文档结构 我是按照官方文档的格式进行翻译,所以格式根官方格式一致 如果大家发现哪些地方有问题可以联系我 2426525089@qq.com 或者加入QQ群跟我一起翻译,群号码: 2 ...
- Linux下安装破解JIRA 6.3.6 并连接MYSQL5
序言 JIRA是澳大利亚 Atlassian 公司开发的一款优秀的问题跟踪管理软件工具,可以对各种类型的问题进行跟踪管理,包括缺陷.任务.需求.改进等.JIRA采用J2EE技术,能够跨平台部署.它正被 ...
- Spark监控官方文档学习笔记
任务的监控和使用 有几种方式监控spark应用:Web UI,指标和外部方法 Web接口 每个SparkContext都会启动一个web UI,默认是4040端口,用来展示一些信息: 一系列调度的st ...
- mybatis的知识点
mybatis核心配置文件的配置 <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE conf ...
- 【精选】Nginx模块Lua-Nginx-Module学习笔记(二)Lua指令详解(Directives)
源码地址:https://github.com/Tinywan/Lua-Nginx-Redis Nginx与Lua编写脚本的基本构建块是指令. 指令用于指定何时运行用户Lua代码以及如何使用结果. 下 ...