Python写写出斐波那契二分检索,即使用斐波那契数列二分有序序列,查找某给定元素,找到返回下标,找不到返回-1

时间: 2024-03-07 22:50:08 浏览: 16
以下是使用斐波那契数列实现的二分检索算法的 Python 代码: ```python def fibonacci_search(arr, x): # 生成斐波那契数列,使得其最后一个元素大于等于要查找的数组长度 fib_nums = [0, 1] while fib_nums[-1] < len(arr): fib_nums.append(fib_nums[-1] + fib_nums[-2]) # 初始化左侧和右侧的位置 left, right = 0, len(arr) - 1 # 遍历斐波那契数列 while fib_nums: # 从斐波那契数列中取出当前的数值 fib = fib_nums.pop() # 计算中间位置的索引 mid = min(left + fib, len(arr) - 1) # 如果要查找的元素在中间位置的左侧,则舍弃右侧部分 if x < arr[mid]: right = mid - 1 # 如果要查找的元素在中间位置的右侧,则舍弃左侧部分 elif x > arr[mid]: left = mid + 1 # 否则,找到了要查找的元素 else: return mid # 如果遍历完整个斐波那契数列仍然没有找到要查找的元素,则返回 -1 return -1 ``` 在这个算法中,我们首先生成一个斐波那契数列,使得其最后一个元素大于等于要查找的数组的长度。然后,我们使用这个斐波那契数列来确定要查找的元素的位置。我们使用左侧和右侧的索引来表示要查找的部分,然后从斐波那契数列中取出一个数值,将其加到左侧的索引上,得到中间位置的索引。如果要查找的元素在中间位置的左侧,则舍弃右侧部分;如果要查找的元素在中间位置的右侧,则舍弃左侧部分;否则,找到了要查找的元素。如果遍历完整个斐波那契数列仍然没有找到要查找的元素,则返回 -1。

相关推荐

最新推荐

recommend-type

详解python使用递归、尾递归、循环三种方式实现斐波那契数列

本篇文章主要介绍了python使用递归、尾递归、循环三种方式实现斐波那契数列,非常具有实用价值,需要的朋友可以参考下
recommend-type

mips汇编语言实现斐波那契数列的排列

资源包括在Mars环境下,使用mips汇编语言实现斐波那契数列的排列,并输出前n项的下标,十进制数值和十六进制数值。
recommend-type

鸡国大冒险运行程序,点开即用

recommend-type

基于Python+Flask的安全多方计算的隐私保护系统设计与实现+全部资料齐全+部署文档.zip

【资源说明】 基于Python+Flask的安全多方计算的隐私保护系统设计与实现+全部资料齐全+部署文档.zip基于Python+Flask的安全多方计算的隐私保护系统设计与实现+全部资料齐全+部署文档.zip 【备注】 1、该项目是个人高分项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(人工智能、通信工程、自动化、电子信息、物联网等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
recommend-type

聊天系统(java+applet).zip

聊天系统(java+applet)
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。