【算法基础】插入排序与二分查找、升级二分查找

文章目录

  • [1. 插入排序](#1. 插入排序)
    • [1.1 插入排序的思想](#1.1 插入排序的思想)
    • [1.2 插入排序的实现](#1.2 插入排序的实现)
  • [2. 普通二分查找](#2. 普通二分查找)
    • [2.1 普通二分查找的思想](#2.1 普通二分查找的思想)
    • [2.2 普通二分查找的实现](#2.2 普通二分查找的实现)
  • [3. 升级二分查找](#3. 升级二分查找)
    • [3.1 升级二分查找思想](#3.1 升级二分查找思想)
    • [3.2 升级二分查找实现](#3.2 升级二分查找实现)

1. 插入排序

1.1 插入排序的思想

插入排序很类似于已有一副有序的扑克牌,不断地通过值比较,将新的扑克牌插入到有序的扑克牌中(通过将新的扑克牌和有序的扑克牌进行比较)。

插入排序在代码实现上可能和冒泡有点像,但从算法的时间复杂度上分析,插入排序会优于冒泡排序。插入排序在遇到如 [ 1 , 2 , 3 , 4 , 5 , 6 ] [1, 2, 3, 4, 5, 6] [1,2,3,4,5,6]这种数据排列时,时间复杂度是常数项

选择排序和冒泡排序的时间复杂度都是 O ( n 2 ) O(n^2) O(n2),这两种排序算法都是与数据排列无关的。在遇到上述那种数据排列时,还是会执行 n 2 n^2 n2次

1.2 插入排序的实现

python 复制代码
def swap(arr, i, j):
    temp = arr[i]
    arr[i] = arr[j]
    arr[j] = temp


if __name__ == '__main__':
    arr = [6, 3, 1, 4, 2, 5]
    print("原数组:", arr)

    for i in range(1, len(arr)):
        for j in range(i, 0, -1):
            if arr[j] >= arr[j - 1]:
                continue
            else:
                swap(arr, j, j - 1)
    print("排序后的数组:", arr)

2. 普通二分查找

在一个有序数组中,找某个数是否存在

2.1 普通二分查找的思想

在一个有序数组 中,通过不断将数组二分来寻找最小值。

2.2 普通二分查找的实现

python 复制代码
if __name__ == '__main__':
    arr = [6, 3, 1, 4, 2, 5]
    print("原数组:", arr)

    arr = sorted(arr)
    print("排序后的数组:", arr)

    fN = 4
    low = 0
    high = len(arr) - 1
    print("想要找的数为:", fN)
    while True:
        mid = int((low + high) / 2)
        if mid == low or mid == high:
            print("数不存在")
            break
        if arr[mid] == fN:
            flag = True
            print("数存在,位于数组的第", mid, "位")
            break;
        elif arr[mid] > fN:
            high = mid - 1
        elif arr[mid] < fN:
            low = mid + 1

3. 升级二分查找

在一个有序数组中,找>=某个数最左侧的位置

3.1 升级二分查找思想

和普通二分很类似,就是一点点的差异

3.2 升级二分查找实现

python 复制代码
if __name__ == '__main__':
    arr = [6, 3, 1, 4, 2, 5]
    print("原数组:", arr)

    arr = sorted(arr)
    print("排序后的数组:", arr)

    fN = 4
    low = 0
    high = len(arr) - 1
    print("想要找的数为:", fN)
    while True:
        if low > high:
            print("想要找的数最左侧位于数组的第", low, "位")
        mid = int((low + high) / 2)
        if mid == low or mid == high:
            print("数不存在")
            break
        if arr[mid] >= fN:
            high = mid - 1
        elif arr[mid] < fN:
            low = mid + 1
相关推荐
NAGNIP15 小时前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队16 小时前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法
Fanxt_Ja21 小时前
【LeetCode】算法详解#15 ---环形链表II
数据结构·算法·leetcode·链表
侃侃_天下21 小时前
最终的信号类
开发语言·c++·算法
茉莉玫瑰花茶21 小时前
算法 --- 字符串
算法
博笙困了21 小时前
AcWing学习——差分
c++·算法
NAGNIP21 小时前
认识 Unsloth 框架:大模型高效微调的利器
算法
NAGNIP21 小时前
大模型微调框架之LLaMA Factory
算法
echoarts21 小时前
Rayon Rust中的数据并行库入门教程
开发语言·其他·算法·rust
Python技术极客21 小时前
一款超好用的 Python 交互式可视化工具,强烈推荐~
算法