Python二分查找算法实现：递归与非递归详解

二分查找概述

本文详细介绍Python中二分查找（又称折半查找）算法的具体实现方式，旨在为读者提供实用的参考代码与技术解析。

二分查找原理

二分查找原理

二分查找，亦称折半查找，其核心优势在于比较次数少、查找速度快且平均性能优异；主要局限在于要求待查表必须为有序表，且对插入和删除操作支持较差。因此，该算法特别适用于数据变动不频繁但查询需求较高的有序列表。具体流程如下：假设表中元素已按升序排列，首先将表中间位置记录的关键字与目标查找关键字进行比较。若两者相等，则判定查找成功；若不相等，则利用中间位置将表划分为前、后两个子表。若中间位置的关键字大于查找关键字，则继续在前一子表中查找；否则，在后一子表中继续查找。重复上述过程，直至找到满足条件的记录（查找成功）或子表不存在（查找失败）。

二分查找代码实现

二分查找代码实现

非递归实现方式

非递归实现方式

def binary_search(alist, item):
  first = 0
  last = len(alist)-1
  while first<=last:
    midpoint = (first + last)/2
    if alist[midpoint] == item:
      return True
    elif item < alist[midpoint]:
      last = midpoint-1
    else:
      first = midpoint+1
  return False
testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42,]
print(binary_search(testlist, 3))
print(binary_search(testlist, 13))

递归实现方式

递归实现方式

def binary_search(alist, item):
  if len(alist) == 0:
    return False
  else:
    midpoint = len(alist)//2
    if alist[midpoint]==item:
      return True
    else:
      if item<alist[midpoint]:
        return binary_search(alist[:midpoint],item)
      else:
        return binary_search(alist[midpoint+1:],item)
testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42,]
print(binary_search(testlist, 3))
print(binary_search(testlist, 13))

运行结果展示

运行结果如下：

False True

时间复杂度分析

时间复杂度分析

• 最优时间复杂度：O(1)
• 最坏时间复杂度：O(logn)

相关资源推荐

如需进一步了解Python相关技术，建议参阅本站专题：《Python数据结构与算法教程》、《Python列表(list)操作技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》。

希望本文提供的代码与解析能对您的Python程序设计工作有所帮助。