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
- 在Windows上运行Spark程序
一.下载Saprk程序 https://d3kbcqa49mib13.cloudfront.net/spark-2.1.1-bin-hadoop2.7.tgz 解压到d:\spark-2.1.1-bi ...
- 数据加密,android客户端和服务器端可共用
安卓中,不管是内网还是外网,数据的传输首要考虑就是安全问题,尤其是用户信息,以及各种密码等敏感信息. 所以说,对数据的加密是很有必要的,尤其是当下物联网蓬勃发展的今天,数据安全尤为重要. 数据加密的方 ...
- 商城项目回顾整理(二)easyUi数据表格使用
后台主页: 商品的数据表格展示 引入用户表数据表格展示 引入日志表数据表格展示 引入订单表数据表格展示 后台主页代码: <%@ page language="java" co ...
- OC学习9——反射机制
1.OC提供了3种编程方式与运行环境进行交互: 直接通过OC的源代码:这是最常见的方式,开发人员只是编写OC源代码,而运行环境负责在后台工作. 通过NSObject类中定义的方法进行动态编程:因为绝大 ...
- iOS UITabView简写瀑布流
代码demo 一.tabViewCell,通过image的比例高算出cell 的高度 #import "TableViewCell.h" @implementation Table ...
- jest for elasticsearch
*elasticsearch(后面简称es) 背景: 目前项目应用中对es的操作用的是http(自己封装)的一套方法:有些数据处理起来还是需要定制开发处理,不是很方便.正好需要对本项目重新进行改造,于 ...
- ES6 Proxy和Reflect(下)
construct() construct方法用于拦截new命令. var handler = { construct (target, args) { return new target(...ar ...
- centos7 卸载home 扩大root空间
=============================================== 2017/11/1_第1次修改 ccb_warlock == ...
- vue2.0父子组件以及非父子组件如何通信
1.父组件传递数据给子组件 父组件数据如何传递给子组件呢?可以通过props属性来实现 父组件: <parent> <child :child-msg="msg" ...
- 1.1 About Percona XtraDB Cluster
摘要: 出处:kelvin19840813 的博客 http://www.cnblogs.com/kelvin19840813/ 您的支持是对博主最大的鼓励,感谢您的认真阅读.本文版权归作者所有,欢迎 ...