


Carian Binari
Carian Binari ialah algoritma yang berulang kali membahagikan ruang carian kepada separuh. Teknik pencarian ini mengikut strategi bahagi dan takluk. Ruang carian sentiasa berkurangan kepada separuh dalam setiap lelaran.mengakibatkan kerumitan masa O(log(n)), dengan n ialah bilangan elemen.
Keadaan: Tatasusunan harus diisih tetapi ia juga boleh digunakan pada fungsi monoton di mana kita perlu mencari peningkatan atau penurunan secara monoton.
Ia berfungsi apabila kita perlu mengecilkan ruang carian dalam masa logaritma.
Kami menggunakan dua penunjuk, kiri dan kanan. Ambil purata kiri dan kanan untuk mencari elemen pertengahan.
Sekarang, kami menyemak ke mana kami harus mengalihkan penunjuk kiri dan kanan kami berdasarkan syarat.
Terutamanya, tiga langkah diperlukan untuk menyelesaikan masalah:
- Pra-pemprosesan: Isih input jika ia tidak diisih.
- Carian Perduaan: Gunakan dua penunjuk dan cari pertengahan untuk membahagikan ruang carian, kemudian pilih separuh yang betul dengan sewajarnya.
- Pasca pemprosesan: Tentukan output.
Kelebihan Algoritma Carian Binari - Carian binari lebih pantas daripada carian linear untuk data besar kerana ia memotong tatasusunan pada separuh setiap kali, bukannya menyemak setiap elemen satu demi satu. Ini menjadikannya lebih cepat dan lebih cekap.
Keterbatasan: Carian binari hanya berfungsi pada tatasusunan yang diisih, jadi ia tidak cekap untuk tatasusunan kecil yang tidak diisih kerana pengisihan mengambil masa tambahan. Ia juga tidak berfungsi sebaik carian linear untuk carian kecil dalam memori.
Aplikasi: Ia digunakan untuk mencari elemen dalam tatasusunan diisih dengan kerumitan masa O(log(n)) dan ia juga boleh digunakan untuk mencari elemen terkecil atau terbesar dalam tatasusunan.
Kod Carian Binari Asas -
Kod
def binarySearch(nums, target): if len(nums) == 0: return -1 left, right = 0, len(nums) - 1 while left right return -1
33. Cari dalam Tatasusunan Isih Diputar
Memandangkan nombor tatasusunan selepas putaran yang mungkin dan sasaran integer, kembalikan indeks sasaran jika ia dalam angka, atau -1 jika ia bukan dalam nombor.
Anda mesti menulis algoritma dengan kerumitan masa jalan O(log n).
Contoh 1:
Input: angka = [4,5,6,7,0,1,2], sasaran = 0
Keluaran: 4
Contoh 2:
Input: angka = [4,5,6,7,0,1,2], sasaran = 3
Output: -1
Contoh 3:
Input: angka = [1], sasaran = 0
Output: -1
Kod
def binarySearch(nums, target): if len(nums) == 0: return -1 left, right = 0, len(nums) - 1 while left right return -1
- Gunakan dua penunjuk, kiri dan kanan, dan ulangi sehingga ia bertindih.
- Cari elemen pertengahan.
- Memandangkan tatasusunan diisih tetapi diputar, kita tidak boleh membandingkan unsur kiri atau kanan dengan pertengahan.
- Mula-mula, tentukan bahagian kiri atau kanan yang diisih dengan membandingkan penunjuk tengah dengan penunjuk kiri atau kanan.
- Berdasarkan kesimpulan ini, laraskan penunjuk dengan sewajarnya.
Kerumitan Masa - O(log(n)) kerana ruang carian semakin dibahagikan kepada separuh dalam setiap lelaran.
Kerumitan Angkasa Lepas - O(1)
Meningkat secara Monoton
162. Cari Elemen Puncak
Unsur puncak ialah unsur yang lebih besar daripada jirannya.
Memandangkan nombor tatasusunan integer terindeks 0, cari elemen puncak dan kembalikan indeksnya. Jika tatasusunan mengandungi berbilang puncak, kembalikan indeks kepada mana-mana puncak.
Anda mungkin membayangkan bahawa nums[-1] = nums[n] = -∞. Dalam erti kata lain, elemen sentiasa dianggap lebih hebat daripada jiran yang berada di luar tatasusunan.
Anda mesti menulis algoritma yang berjalan dalam masa O(log n).
Contoh 1:
Input: nombor = [1,2,3,1]
Keluaran: 2
Penjelasan: 3 ialah elemen puncak dan fungsi anda harus mengembalikan nombor indeks 2.
Contoh 2:
Input: nombor = [1,2,1,3,5,6,4]
Keluaran: 5
Penjelasan: Fungsi anda boleh mengembalikan sama ada nombor indeks 1 dengan unsur puncak ialah 2 atau nombor indeks 5 dengan unsur puncak ialah 6.
Kod
class Solution: def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums)-1 while left = nums[left]: # if nums[mid]= nums[left]: if nums[left] <ol> <li>Dalam masalah jenis ini, kita perlu menyemak puncak dengan membandingkan elemen kiri atau kanan bahagian tengah.</li> <li>Ini membantu menentukan sama ada graf itu arah aliran ke atas atau ke bawah.</li> <li>Untuk mencari maksimum, cari cerun ke atas dan teroka subruang yang betul.</li> <li>Untuk mencari minimum, cari subruang kiri</li> </ol> <p><strong>Kerumitan Masa - O(log(n))</strong> kerana ruang carian semakin dibahagikan kepada separuh dalam setiap lelaran.<br> <strong>Kerumitan Angkasa Lepas - O(1)</strong></p>
Atas ialah kandungan terperinci Carian Binari || Python || Struktur dan Algoritma Data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Tutorial ini menunjukkan cara menggunakan Python untuk memproses konsep statistik undang -undang ZIPF dan menunjukkan kecekapan membaca dan menyusun fail teks besar Python semasa memproses undang -undang. Anda mungkin tertanya -tanya apa maksud pengedaran ZIPF istilah. Untuk memahami istilah ini, kita perlu menentukan undang -undang Zipf. Jangan risau, saya akan cuba memudahkan arahan. Undang -undang Zipf Undang -undang Zipf hanya bermaksud: Dalam korpus bahasa semulajadi yang besar, kata -kata yang paling kerap berlaku muncul kira -kira dua kali lebih kerap sebagai kata -kata kerap kedua, tiga kali sebagai kata -kata kerap ketiga, empat kali sebagai kata -kata kerap keempat, dan sebagainya. Mari kita lihat contoh. Jika anda melihat corpus coklat dalam bahasa Inggeris Amerika, anda akan melihat bahawa perkataan yang paling kerap adalah "th

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Berurusan dengan imej yang bising adalah masalah biasa, terutamanya dengan telefon bimbit atau foto kamera resolusi rendah. Tutorial ini meneroka teknik penapisan imej di Python menggunakan OpenCV untuk menangani isu ini. Penapisan Imej: Alat yang berkuasa Penapis Imej

Fail PDF adalah popular untuk keserasian silang platform mereka, dengan kandungan dan susun atur yang konsisten merentasi sistem operasi, peranti membaca dan perisian. Walau bagaimanapun, tidak seperti Python memproses fail teks biasa, fail PDF adalah fail binari dengan struktur yang lebih kompleks dan mengandungi unsur -unsur seperti fon, warna, dan imej. Mujurlah, tidak sukar untuk memproses fail PDF dengan modul luaran Python. Artikel ini akan menggunakan modul PYPDF2 untuk menunjukkan cara membuka fail PDF, mencetak halaman, dan mengekstrak teks. Untuk penciptaan dan penyuntingan fail PDF, sila rujuk tutorial lain dari saya. Penyediaan Inti terletak pada menggunakan modul luaran PYPDF2. Pertama, pasangkannya menggunakan PIP: Pip adalah p

Tutorial ini menunjukkan cara memanfaatkan caching redis untuk meningkatkan prestasi aplikasi python, khususnya dalam rangka kerja Django. Kami akan merangkumi pemasangan Redis, konfigurasi Django, dan perbandingan prestasi untuk menyerlahkan bene

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan

Tutorial ini menunjukkan mewujudkan struktur data saluran paip tersuai di Python 3, memanfaatkan kelas dan pengendali yang berlebihan untuk fungsi yang dipertingkatkan. Fleksibiliti saluran paip terletak pada keupayaannya untuk menggunakan siri fungsi ke set data, GE

Python, kegemaran sains dan pemprosesan data, menawarkan ekosistem yang kaya untuk pengkomputeran berprestasi tinggi. Walau bagaimanapun, pengaturcaraan selari dalam Python memberikan cabaran yang unik. Tutorial ini meneroka cabaran -cabaran ini, memberi tumpuan kepada Interprete Global


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

MantisBT
Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

Dreamweaver Mac版
Alat pembangunan web visual
