C代码的Python翻译不起作用

我想使用分治法在

O（logn）

time中找到数组中的最大元素。我在上找到了一个工作代码。我将其翻译为Python，如下所示：

def largest(arr,i,j):
    global max1
    global max2
    if i == j:
        max1 = arr[i]
    else:
        if i == j-1:
           max1 = arr[i] if arr[i] > arr[j] else arr[j]
        else:
              mid = (i+j)/2
              largest(arr,i,mid)
              max2 = max1
              largest(arr,mid+1,j)
              if max2 > max1:
             max1 = max2

当我使用一个数组

[98,5,4,3,2,76,78,92]

时，将代码称为

max1 = arr[0]
largest(arr,1,8)

---

我得到一个越界列表索引错误。但是，C代码返回正确的结果98。有人能发现我在做什么错误吗？

您将最终得到一个函数调用

largest(arr, 7,8)

然后你的代码

max1 = arr[i] if arr[i] > arr[j] else arr[j]

将尝试索引arr[j]=arr[8] 这是不允许的，因为Python从0-7而不是1-8枚举向量

---

顺便说一句，我认为您没有O（logn）算法，因为所有元素都必须至少扫描一次才能找到最大元素，从而得到O（N）。

您将最终得到一个函数调用

largest(arr, 7,8)

然后你的代码

max1 = arr[i] if arr[i] > arr[j] else arr[j]

将尝试索引arr[j]=arr[8] 这是不允许的，因为Python从0-7而不是1-8枚举向量

---

顺便说一句，我认为您没有O（logn）算法，因为所有元素都必须至少扫描一次才能找到最大元素，从而得到O（N）。

对于一般未排序的数组，您永远无法在少于O（N）的时间内找到

max

。一个非常简单的证明：如果在不到O（n）的时间内完成，那么对于足够大的数组，就没有足够的时间检查每个元素。因此，对手可以将最大值放在您未检查的元素中，从而使您的算法不正确

原始代码的优点是使用少于2n个比较同时查找最大值和最小值（就像naive实现所做的那样）——它使用大约1.5n个比较，因为当有两个元素时，它只执行一个比较。使用它只找到最大值并没有什么好处：您最好改用Python中的

max（arr）

（因为它没有函数调用开销，所以速度也会更快）

原始代码将值存储在

a[1]

到

a[n]

中，这需要一个大小为

n+1

的数组。因此，您应该在第一个位置放置一个虚拟元素

但是，更麻烦的是，你的翻译是错误的。最初的版本使用全局变量来实现多值返回（这是一种非常粗糙的方法），使用局部变量来保存旧的全局变量。由于将

max1

和

max2

设置为全局，因此该函数无论如何都不会生成正确的答案

正确的Python转换将使用直接多值返回和元组：

def minmax(arr, i, j):
    if i==j:
        return arr[i], arr[i]
    elif i==j-1:
        if arr[i] < arr[j]:
            return arr[i], arr[j]
        else:
            return arr[j], arr[i]
    else:
        mid = (i+j)//2
        min1, max1 = minmax(arr, i, mid)
        min2, max2 = minmax(arr, mid+1, j)
        if min2 < min1: min1 = min2
        if max2 > max1: max1 = max2
        return min1, max1

def最小值（arr，i，j）：
如果i==j：
返回arr[i]，arr[i]
elif i==j-1：
如果arr[i]max1:max1=max2
返回min1，max1

对于一般未排序的数组，在任何小于O（n）的时间内都无法找到

最大值。一个非常简单的证明：如果在不到O（n）的时间内完成，那么对于足够大的数组，就没有足够的时间检查每个元素。因此，对手可以将最大值放在您未检查的元素中，从而使您的算法不正确

原始代码的优点是使用少于2n个比较同时查找最大值和最小值（就像naive实现所做的那样）——它使用大约1.5n个比较，因为当有两个元素时，它只执行一个比较。使用它只找到最大值并没有什么好处：您最好改用Python中的
max（arr）
（因为它没有函数调用开销，所以速度也会更快）

原始代码将值存储在
a[1]
到
a[n]
中，这需要一个大小为
n+1
的数组。因此，您应该在第一个位置放置一个虚拟元素

但是，更麻烦的是，你的翻译是错误的。最初的版本使用全局变量来实现多值返回（这是一种非常粗糙的方法），使用局部变量来保存旧的全局变量。由于将
max1
和
max2
设置为全局，因此该函数无论如何都不会生成正确的答案

正确的Python转换将使用直接多值返回和元组：

def minmax(arr, i, j):
    if i==j:
        return arr[i], arr[i]
    elif i==j-1:
        if arr[i] < arr[j]:
            return arr[i], arr[j]
        else:
            return arr[j], arr[i]
    else:
        mid = (i+j)//2
        min1, max1 = minmax(arr, i, mid)
        min2, max2 = minmax(arr, mid+1, j)
        if min2 < min1: min1 = min2
        if max2 > max1: max1 = max2
        return min1, max1

def最小值（arr，i，j）：
如果i==j：
返回arr[i]，arr[i]
elif i==j-1：
如果arr[i]max1:max1=max2
返回min1，max1
您没有使用完全相同的代码。C代码有3个If语句，并且该代码在O（lgn）时间内没有找到最小值和最大值；事实上，这是不可能的。它至少需要线性时间，简单的线性扫描可能会更快。你应该调用
最大（arr，0,7）
或者
最大（arr，1,7）
@IonutHulub：如果数组被排序，你可以在O（1）中完成。每次你在python中使用global，程序员都会发现你没有使用完全相同的代码。C代码有3个If语句，并且该代码在O（lgn）时间内没有找到最小值和最大值；事实上，这是不可能的。它至少需要线性时间，简单的线性扫描可能会更快。您应该调用
最大（arr，0,7）
或者
最大（arr，1,7）
@IonutHulub：如果数组被排序，您可以在O（1）中完成。每次您在python中使用global时，程序员都会按照他们的方式在python中使用
m，m=min（arr），max（arr）
对于任何实际大小的数组（在一般情况下）都比该算法快，因为这两个函数都是用C.An编写的