【 递归、二分查找、列表查找】
递归
概念:
函数直接或者间接的调用自身算法的过程,则该函数称为递归函数。在计算机编写程序中,递归算法对解决一大类问题是十分有效的。
特点:
①递归就是在过程或者函数里调用自身。
②在使用递归策略时,必须有一个明显的结束条件,称为递归出口。问题规模相比上次递归有所减少,
③递归算法解题通常显得很简洁,但递归算法解题的效率较低。所以一般不倡导使用递归算法设计程序。
④在递归调用的过程当中系统的每一层的返回点、局部变量等开辟了栈来存储。递归函数次数过多容易造成栈溢出等。
所以一般不倡导用递归算法设计程序。
要求:
递归算法所体现的"重复"一般有三个条件:
①每次在调用规模上都有所缩小(通常是减半)。
②相邻两次重复之间有紧密的联系,前一次要为后一次做准备(通常前一次的输出就作为后一次的输入)。
③在问题的规模极小时必须用直接解答而不再进行递归调用,因而每次递归调用都是有条件的(以规模未达到直接解答的大小为条件),
无条件的递归调用将会成为死循环而不能正常结束。
分析以下函数的执行过程:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
def func3(x): if x> 0 : print (x) func3(x - 1 ) func3( 5 ) def func4(x): if x> 0 : func4(x - 1 ) print (x) func4( 5 ) |
根据Python执行的过程,及函数调用去分析执行结果!
关于斐波拉契数列
斐波拉契数列指的是这样一个数列:0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233,377,610,987,1597,2584,4181,6765,10946,17711,28657,46368。
特别注意:第0项是0,第1项是第一个1。这个数列从第2项开始,每一项都等于前两项之和。
def fibo(n): before = 0 after = 1 if n == 0 or n == 1: return n if n <= 3: return 1 return fibo(n-1)+fibo(n-2) print(fibo(3))
二分查找
从有序列表的候选区data[0:n]开始,通过对待查找的值与候选区中间值的比较,可以使候选区减少一半。
特点:
二分查找算法就是不断将数组进行对半分割,每次拿中间元素和要找的元素进行比较。小就向右找,大就向左找!
要求:
在一段数字内,找到中间值,判断要找的值和中间值大小的比较。
如果中间值大一些,则在中间值的左侧区域继续按照上述方式查找。
如果中间值小一些,则在中间值的右侧区域继续按照上述方式查找。
直到找到我们希望的数字。
def search_data(data,data_find): # 中间值的索引号的定义:数组长度/2 mid = int(len(data)/2) # 判断从1开始的数字数组内查找 if data[mid] >= 1: # 如果我们要找的值(data_find)比中间值(data[mid])小 if data[mid] > data_find: print("你要找的数字比中间值[%s]小..." % data[mid]) # 在中间值(data[mid])的左侧继续查找,在此函数中继续循环 search_data(data[:mid],data_find) # 如果我们要找的值(data_find)比中间值(data[mid])大 elif data[mid] < data_find: print("你要找的数字比中间值[%s]大..." % data[mid]) # 在中间值(data[mid])的右侧继续查找,在此函数中继续循环 search_data(data[mid:],data_find) else: # 如果我们要找的值(data_find)既不比中间值(data[mid])大,也不比中间值(data[mid])小,则就是它 print("这就是你要找的[%s]!" % data[mid]) else: print("不好意思,没有找到你要的值...") if __name__ == '__main__': # 创建一个1到6000万的连续数字数组 data = list(range(60000000)) # 调用函数找到95938的值 search_data(data,95938)
列表查找
列表查找:从列表中查找指定元素
输入:列表、待查找元素
输出:元素下标或未查找到元素
一般是有两种方法:
1、顺序查找
从列表第一个元素开始,顺序进行搜索,直到找到为止。
1
2
3
4
|
def linear_search(data_set,value): for i in data_set: if data_set[i] = = value: return i |
2、二分查找
从有序列表的候选区data[0:n]开始,通过对待查找的值与候选区中间值的比较,可以使候选区减少一半。
1
2
3
4
5
6
7
8
9
10
11
|
def bin_search(data_set,value): low = 0 high = len (data_set) - 1 while low < = high: mid = (low + high) / / 2 if data_set[mid] = = value: return mid elif data_set[mid] > value: high = mid - 1 else : low = mid + 1 |
def bin_search(data_set,value,low,high): if low <= high: mid = (low+high)//2 if data_set[mid] == value: return mid elif data_set[mid] >value: return bin_search(data_set,value,low,high) else: return bin_search(data_set, value, low, high) else: return
现有一个学员信息列表(按id增序排列),格式为: [ {"id":1001, "name":"张三", "age":20}, {"id":1002, "name":"李四", "age":25}, {"id":1004, "name":"王五", "age":23}, {"id":1007, "name":"赵六", "age":33} ] 修改二分查找代码,输入学生id,输出该学生在列表中的下标,并输出完整学生信息。 l = [ {"id":1001, "name":"张三", "age":20}, {"id":1002, "name":"李四", "age":25}, {"id":1004, "name":"王五", "age":23}, {"id":1007, "name":"赵六", "age":33} ] def bin_search(data_set,value): """ 二分查找 :param data_set: 列表 :param value: 要查的值 :return: """ low = 0 high = len(data_set)-1 while low <= high: mid = (low+high)//2 if data_set[mid]['id'] == value: return (mid,data_set[mid]) elif data_set[mid]['id'] > value: high = mid - 1 else: low = mid + 1 else: return (0,None) flog = True while flog: sid = input("请输入学号(退出:Q):").strip() if sid.isdigit(): if sid.upper() == "Q": flog = False else: sid = int(sid) mid,infos = bin_search(l,sid) if not infos: print("查无此人!!!") else: s = "学生学号:{id},姓名:{name},年龄:{age}".format(**infos) print("该学生所在信息索引坐标:%s"%mid) print("该学生的所有信息:%s"%s)