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

  1. 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 ...

  2. 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, ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 <! ...

  8. 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 ...

  9. 【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

  1. Linux Centos安装及卸载Apache

    一.卸载 1.查看有没有安装apache,出现下面信息则安装过 [root@localhost ~]# rpm -qa|grep httpd httpd-2.2.15-53.el6.centos.x8 ...

  2. charles支持https抓包配置

    自从公司站点全部启用https后,使用charles就不能像以前那样愉快的抓包啦!不过没关系,这里教你怎么配置charles,使其支持https抓包.之前有一篇介绍charles的使用,参考这篇:ht ...

  3. 如何通过Mock API提高APP开发效率?

    APP开发过程中,如果可以在客户端的正常项目代码中,自然地(不影响最终apk)添加一种模拟服务器数据返回的功能,这样就可以很方便的在不依赖服务器的情况下展开客户端的开发. Mock API提供了这一问 ...

  4. 微信小程序——微信支付

    这个讲起来也就比较麻烦一点,因为需要的不仅仅是咱们代码上的技术,嘿嘿! 先整理一下思路.如果想做微信支付: 1.现有一个公司账户(非个人账户),并且实名认证过的. 2.微信号 必须开通微信支付功能. ...

  5. Jenkins+github+maven+git+linux

    Jenkins:持续集成的一个工具 github:远程存放代码 maven:利用maven创建项目,配置pom.xm依赖 git :本地仓库,可以提交代码到远程(我都是使用git 在git bush ...

  6. php通过system()调用Linux命令问题

    最近在做php和linux crontab的联调,发现php在linux下的权限问题需要引起注意,调试问题的过程中发现有许多问题前人说的比较零散,我在这里汇总,顺带抛砖引玉一下. 1.$result= ...

  7. Java I/O---字符与字节转换流---FileReader&FileWriter:

      public class SubTransStreamDemo { /** * @param args * @throws IOException */ public static void ma ...

  8. ArcGIS API for JavaScript 4.2学习笔记[8] 2D与3D视图同步

    同一份数据不同视图查看可能用的比较少,因为3D视图放大很多后就和2D地图差不多了,畸变很小,用于超大范围的地图显示时有用,很多时候都是在平面地图上进行分析.查询.操作.教学需要可能会对这个有要求? 本 ...

  9. ArcGIS 网络分析[2.3] 最近设施点

    什么是最近设施点? 仍然举一个生动形象例子说明. 我在大街的某一个点儿上,我急需上厕所,问:我3分钟内能到的最近的厕所在哪? 这就是最近设施点分析(ClosestFacility)--给定搜索半径,基 ...

  10. 安装lamp代码

    tar -zxvf mysqladdUser mysql -s /sbin/nologinmv mysql /usr/local/mysql (改目录下直接存储bin docs等目录)mkdir -p ...