Python数据结构搜索算法

当你在不同的数据结构中存储数据时，搜索是一个非常基本的需要。最简单的方法是穿越数据结构中的每一个元素，并将其与你要搜索的值相匹配，这就是所谓的线性搜索。它的效率很低，而且很少使用，但为它创建一个程序可以让我们了解如何实现一些高级搜索算法。

线性搜索

在这种类型的搜索中，对所有项目逐一进行顺序搜索。每个项目都会被检查，如果发现有匹配的项目，就会返回该项目，否则就会继续搜索，直到数据结构的最后。

例子

def linear_search(values, search_for):
   search_at = 0
   search_res = False
# Match the value with each data element    
   while search_at < len(values) and search_res is False:
      if values[search_at] == search_for:
         search_res = True
      else:
         search_at = search_at + 1
   return search_res
l = [64, 34, 25, 12, 22, 11, 90]
print(linear_search(l, 12))
print(linear_search(l, 91))

输出

当上述代码被执行时，它产生了以下结果 –

True
False

插值搜索

这种搜索算法在所需值的探测位置上工作。为了使这个算法正常工作，数据集合应该是一个排序的形式，并且是平均分布的。最初，探测位置是集合中最中间的项目的位置。如果出现匹配，则返回项目的索引。如果中间的项目大于项目，则在中间项目右侧的子数组中再次计算探测位置。否则，该项目将在中间项目左边的子数组中被搜索到。这个过程在子数组中继续进行，直到子数组的大小减少到零。

例子

有一个特定的公式来计算中间的位置，在下面的程序中显示了这一点

def intpolsearch(values,x ):
   idx0 = 0
   idxn = (len(values) - 1)
   while idx0 <= idxn and x >= values[idx0] and x <= values[idxn]:
# Find the mid point
    mid = idx0 +\
      int(((float(idxn - idx0)/( values[idxn] - values[idx0]))
      * ( x - values[idx0])))
# Compare the value at mid point with search value 
   if values[mid] == x:
      return "Found "+str(x)+" at index "+str(mid)
   if values[mid] < x:
      idx0 = mid + 1
   return "Searched element not in the list"

l = [2, 6, 11, 19, 27, 31, 45, 121]
print(intpolsearch(l, 2))