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
- atom添加eslint插件
在atom编辑器里添加插件,操作步骤如下:以atom-ide-vue插件为例 //切换到插件目录cd /Users/name/.atom/packages //将需要下载插件的源代码拉下来git cl ...
- iOS开发解决json串中的NSNull类型
后端返回的数据中总会出现一些NSNull类型,当我们一处理程序就会崩溃,因此想到把返回的数据中的NSNull类型全部转换成@""空字符串.下面是转化方法: 1 自定义的几个方法:放 ...
- MongoDB学习笔记(一)
最近有些时间,就抽空研究了一下MongoDB,我以前经常使用关系型数据库,如Oracle.MySQL,对MongoDB只是有些很肤浅的了解,最近下决心要好好研究一下,主要的参考书有两本:<Mon ...
- C# TreeView 控件的综合使用方法
1.概述 该篇文章开发使用的语言c#,环境visualstudio2010,sql数据库.主要内容包括: (1)treeView控件添加根节点.子节点的基本方法,节点的删除. (2)把treeView ...
- 开源API测试工具 Hitchhiker v0.7更新 - Schedule的对比diff
Hitchhiker 是一款开源的支持多人协作的 Restful Api 测试工具,支持Schedule, 数据对比,压力测试,支持脚本定制请求,可以轻松部署到本地,和你的team成员一起协作测试Ap ...
- 开发过程遇到的bug
1.transition和display的冲突: 解决方法:1)使用visibility:2)使用js的setTimeout使动画延迟:3)可以改变高度: 2.form表单提交和js中的提交冲突 解决 ...
- Docker(一):Docker安装
简介:Docker是一个开源的引擎,可以轻松的为任何应用创建一个轻量级的.可移植的.自给自足的容器.开发者在笔记本上编译测试通过的容器可以批量地在生产环境中部署,包括VMs(虚拟机).bare met ...
- 在win7下用net命令无法实现对用户的创建(未完成)
============================================================================================= 201307 ...
- springBoot系列教程01:elasticsearch的集成及使用
1.首先安装elasticsearch 集群环境,参考 http://www.cnblogs.com/xiaochangwei/p/8033773.html 注意:由于我的代码采用的是springbo ...
- C语言中static关键字的用法
C记得还是大一时学的,现在觉得好久没用了,又捧起来看看.今天刚看到有关static关键字,仔细地看了一遍<C和指针>这本书中的解释,现在觉得清楚多了. 首先,我们将static关键字,修饰 ...