时间:2021-05-23
分块查找是二分法查找和顺序查找的改进方法,分块查找要求索引表是有序的,对块内结点没有排序要求,块内结点可以是有序的也可以是无序的。
分块查找就是把一个大的线性表分解成若干块,每块中的节点可以任意存放,但块与块之间必须排序。与此同时,还要建立一个索引表,把每块中的最大值作为索引表的索引值,此索引表需要按块的顺序存放到一个辅助数组中。查找时,首先在索引表中进行查找,确定要找的结点所在的块。由于索引表是排序的,因此,对索引表的查找可以采用顺序查找或二分查找;然后,在相应的块中采用顺序查找,即可找到对应的结点。
例如,有这样一列数据:23、43、56、78、97、100、120、135、147、150。如下图所示:
想要查找的数据是 150,使用分块查找法步骤如下:
步骤1:将上图所示的数据进行分块,按照每块长度为 4 进行分块,分块情况如下图所示:
说明:每块的长度是任意指定的,博主在这里用的长度为4,读者可以根据自己的需要指定每块长度。
步骤2:选取各块中的最大关键字构成一个索引表,即选取上图所示的各块的最大值,第一块最大的值是 78,第二块最大的值是 135,第三块最大值是 155,形成的索引表如下图所示:
步骤3:用顺序查找或者二分查找判断想要查找数据 150 在上图所示的索引表中的哪块内容中,这里博主用的是二分查找法,即先取中间值 135 与 150 比较,如下图所示:
步骤4:结果是中间位置的数据 135 比目标数据 150 小,因此目标数据在 135 的下一块内。将数据定位在第 3 块内,此时将第 3 块内的数据取出,进行顺序比较,如下图所示:
步骤5:通过顺序查找第 3 块的内容,终于在第 9 个位置找到目标数,此时分块查找结束。
总结:至此,分块查找算法已经讲解完毕。通过和二分查找法和顺序查找法对比来看,分块查找的速度虽然不如二分查找算法,但比顺序查找算法快得多。当数据很多且块数很大时,对索引表可以采用二分查找,这样能够进一步提高查找的速度。
具体代码如下:
def search(data, key): # 用二分查找 想要查找的数据在哪块内 length = len(data) # 数据列表长度 first = 0 # 第一位数位置 last = length - 1 # 最后一个数据位置 print(f"长度:{length} 分块的数据是:{data}") # 输出分块情况 while first <= last: mid = (last + first) // 2 # 取中间位置 if data[mid] > key: # 中间数据大于想要查的数据 last = mid - 1 # 将last的位置移到中间位置的前一位 elif data[mid] < key: # 中间数据小于想要查的数据 first = mid + 1 # 将first的位置移到中间位置的后一位 else: return mid # 返回中间位置 return False# 分块查找def block(data, count, key): # 分块查找数据,data是列表,count是每块的长度,key是想要查找的数据 length = len(data) # 表示数据列表的长度 block_length = length // count # 一共分的几块 if count * block_length != length: # 每块长度乘以分块总数不等于数据总长度 block_length += 1 # 块数加1 print("一共分", block_length, "块") # 块的多少 print("分块情况如下:") for block_i in range(block_length): # 遍历每块数据 block_data = [] # 每块数据初始化 for i in range(count): # 遍历每块数据的位置 if block_i * count + i >= length: # 每块长度要与数据长度比较,一旦大于数据长度 break # 就退出循环 block_data.append(data[block_i * count + i]) # 每块长度要累加上一块的长度 result = search(block_data, key) # 调用二分查找的值 if result != False: # 查找的结果不为False return block_i * count + result # 就返回块中的索引位置 return Falsedata = [23, 43, 56, 78, 97, 100, 120, 135, 147, 150, 155] # 数据列表result = block(data, 4, 150) # 第二个参数是块的长度,最后一个参数是要查找的元素print("查找的值得索引位置是:", result) # 输出结果运行结果如下图所示:
从上面的运行结果看到,当查找 150 时,查找结果完全符合上述描述的步骤。
到此这篇关于Python查找算法之分块查找算法的实现的文章就介绍到这了,更多相关Python 分块查找算法内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
一、折半查找算法折半查找算法又称为二分查找算法,折半查找算法是将数据分割成两等份,首先用键值(要查找的数据)与中间值进行比较。如果键值小于中间值,可确定要查找的
Python寻找两个有序数组的中位数审题:1.找出意味着这是一个查找算法题2.算法复杂度log级别,就是提示你是二分查找3.二分查找实现一般为递归(1)递归包括
C++中二分查找递归非递归实现并分析二分查找在有序数列的查找过程中算法复杂度低,并且效率很高。因此较为受我们追捧。其实二分查找算法,是一个很经典的算法。但是呢,
本文实例讲述了Python实现二分查找算法的方法。分享给大家供大家参考。具体实现方法如下:#!/usr/bin/envpythonimportsysdefsea
一、插补查找算法插补查找算法又称为插值查找,它是折半查找算法的改进版。插补查找是按照数据的分布,利用公式预测键值所在的位置,快速缩小键值所在序列的范围,慢慢逼近