用Python实现二分查找算法

二分查找算法是一种高效的查找算法，它适用于有序数组。下面是用Python实现二分查找算法的示例代码：

def binary_search(arr, target):
    low = 0
    high = len(arr) - 1

    while low <= high:
        mid = (low + high) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            low = mid + 1
        else:
            high = mid - 1

    return -1

上述代码中，`arr`是要进行查找的有序数组，`target`是要查找的目标元素。算法首先将数组的最低索引`low`设置为0，最高索引`high`设置为数组长度减1。然后，在每次循环中，计算中间索引`mid`，并将中间元素与目标元素进行比较。如果中间元素等于目标元素，则返回中间索引。如果中间元素小于目标元素，则将最低索引`low`更新为`mid + 1`，否则将最高索引`high`更新为`mid - 1`。循环继续直到找到目标元素或者最低索引大于最高索引。

如果找到目标元素，则返回其索引；如果未找到目标元素，则返回-1表示未找到。

相关问题

Python：实现二分查找算法

二分查找算法也称为折半查找算法，是一种高效的查找算法。它的基本思想是：在有序数组中，通过将数组不断地对半分，找到目标元素的位置。

以下是 Python 代码实现：

def binary_search(arr, target):
    left = 0
    right = len(arr) - 1

    while left <= right:
        mid = (left + right) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1

    return -1  # 目标元素不存在

# 测试
arr = [1, 3, 5, 7, 9]
target = 5
print(binary_search(arr, target))  # 输出: 2

这里的 `arr` 表示有序数组，`target` 表示要查找的目标元素。`left` 和 `right` 分别表示数组的左边界和右边界。

在 `while` 循环中，我们计算出数组的中间位置 `mid`，如果 `arr[mid]` 等于 `target`，则直接返回 `mid`。如果 `arr[mid] < target`，则目标元素在右半部分，需要将左边界 `left` 赋值为 `mid + 1`。如果 `arr[mid] > target`，则目标元素在左半部分，需要将右边界 `right` 赋值为 `mid - 1`。如果 `while` 循环结束后仍然没有找到目标元素，则返回 `-1` 表示目标元素不存在。

以上是二分查找算法的 Python 实现。

python二分查找算法

好的，我可以为您讲解Python二分查找算法。二分查找算法是一种高效的查找方法，可以在有序的数组中进行查找。具体的实现思路是先确定查找的范围，从中间的位置开始比较，如果目标值比中间位置的值小，则缩小查找范围到左半部分，反之则缩小到右半部分，不断重复该过程直到找到目标值或查找范围为空为止。这种算法的时间复杂度为O(logn)，相比于线性查找的O(n)要快得多。