Python查找算法之插補查找算法的實現

一、插補查找算法

插補查找算法又稱為插值查找,它是折半查找算法的改進版。插補查找是按照數據的分佈,利用公式預測鍵值所在的位置,快速縮小鍵值所在序列的范圍,慢慢逼近,直到查找到數據為止。根據描述來看,插值查找類似於平常查英文字典的方法。例如,在查一個以字母 D 開頭的英文單詞時,決不會用折半查找法。根據英文詞典的查找順序可知,D 開頭的單詞應該在字典較前的部分,因此可以從字典前部的某處開始查找。鍵值的索引計算,公式如下:

middle=left+(target-data[left])/(data[right]-data[left])*(right-left)

參數說明:

  • middle:所求的邊界索引。
  • left:最左側數據的索引。
  • target:鍵值(目標數據)。
  • data[left]:最左側數據值。
  • data[right]:最右側數據值。
  • right:最右側數據的索引。

例如,已經有排序好的數列:34、53、57、68、72、81、89、93、99。要查找的數據是 53,使用插補查找法步驟如下:

步驟1:將數據列出來並利用公式找到邊界值,計算過程如下:

將各項數據帶入公式:

在這裡插入圖片描述

將數據取整,因此所求索引是 2,對應的數據是 57,將查找目標數據 53 與 57 進行比較,如下圖所示。

在這裡插入圖片描述

步驟2:將 53 與 57 進行比較,結果是 53 小於 57,所以查找 57 的左半邊數據,不用考慮右半邊的數據,索引范圍縮小到 0 和 2 之間,公式帶入:

在這裡插入圖片描述

取整之後索引是 1,對應的數據是 53,將查找目標數據 53 與 53 進行比較,如下圖所示:

在這裡插入圖片描述

步驟3:將 53 與 53 進行比較,所得結果相等,查找完成。說明:如果多次分割之後沒有找到相等的值,表示這個鍵值沒有在這個數列中。

通過上述的步驟1就能看出,插補查找算法比折半查找算法的取值范圍更小,因此它的速度要比折半法查找快,這就是插補查找算法的優點。

二、實例:利用插補查找用戶輸入的數據

用戶可以隨意輸入一組數據,例如本實例輸入一組數據:34、53、57、68、72、81、89、93、99。在這組數據中用插補查找法分別查找數據 57、53、93、89、100,且顯示每次查找的過程。用 Python 代碼實現此過程,具體代碼如下:

def insert_search(data, num):
    """
    自定義查找函數:該函數使用的是插補查找算法
    :param data: 原數列data
    :param num: 鍵值num
    :return:
    """
    # 計算
    left_index = 0  # 最左側數據的索引
    right_index = len(data) - 1  # 最右側數據的索引
    print("正在查找.......")  # 提示
    while left_index <= right_index:
        # 使用公式計算出索引值
        middle = left_index + (num - data[left_index]) / (data[right_index] - data[left_index]) * (
                right_index - left_index)
        # 取整
        middle = int(middle)
        # print(middle)
        if num == data[middle]:
            return middle  # 如果鍵值等於邊界值,返回邊界位置
        elif num < data[middle]:
            # 輸出位置在數列中的左半邊
            print(f"{num} 介於位置{left_index + 1}[{data[left_index]}]和邊界值{middle + 1}[{data[middle]}]之間,找左半邊......")
            right_index = middle - 1  # 如果鍵值小於邊界值,最右邊數據索引等於邊界位置減1
        else:
            # 輸出位置在數列中的左半邊
            print(f"{num} 介於位置{middle + 1}[{data[middle]}]和邊界值{right_index + 1}[{data[right_index]}]之間,找右半邊......")
            left_index = middle + 1  # 如果鍵值大於邊界值,最左邊數據索引等於邊界位置加1
    return -1  # 自定義函數到此結束


inp_num = 0  # 定義變量,用來輸入鍵值
num_list = [34, 53, 57, 68, 72, 81, 89, 93, 99]  # 定義數列
print("數據內容是:")
for index, ele in enumerate(num_list):
    print(f" {index + 1}[{ele}]", end="")  # 輸出數列
print("")
flag = True  # 開關,用來管控是否多次查找

while flag:  # 循環查找
    inp_num = int(input("請輸入要查找的鍵值:").strip())  # 輸入查找鍵值
    result = insert_search(num_list, inp_num)  # 調用自定義的查找函數——insert_search()函數
    if result == -1:  # 判斷查找結果是否是-1
        print(f"沒有找到[{inp_num}]")  # 若為-1,提示沒有找到值
    else:
        # 若不為-1,提示查找位置
        print(f"在{result + 1}個位置找到[{inp_num}]")
    char = input("本次查找結束,是否繼續查找,請輸入 y(Y) 或 n(N):").strip()
    if char.upper() == "N":
        flag = False

程序執行結果如下圖所示:

在這裡插入圖片描述

到此這篇關於Python查找算法之插補查找算法的實現的文章就介紹到這瞭,更多相關Python 插補查找算法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀:

    None Found