Python 包含2个已排序部分的列表中的二进制搜索

Python 包含2个已排序部分的列表中的二进制搜索,python,binary-search,Python,Binary Search,我知道二进制搜索只能在排序列表中工作 我想搜索(O(logn))并能够在包含2个排序部分的列表中找到一个项目 例:[20,30,1,2,3,4,5] O(logn)二进制搜索是唯一的选项吗 我想在顺序丢失的地方拆分列表,但是,随着列表大小的变化,它将不再是我想要的复杂程度?对于这个特定问题,有多种方法,可以为您提供O(log n)解决方案- 正如@joran所提到的,您可以首先在O(logn)中搜索列表中的拆分点,然后在两个列表上再次进行二进制搜索,从而导致O(logn)的总体复杂性 您可以在一

我知道二进制搜索只能在排序列表中工作

我想搜索(O(logn))并能够在包含2个排序部分的列表中找到一个项目

例:[20,30,1,2,3,4,5]

O(logn)二进制搜索是唯一的选项吗


我想在顺序丢失的地方拆分列表,但是,随着列表大小的变化,它将不再是我想要的复杂程度?

对于这个特定问题,有多种方法,可以为您提供O(log n)解决方案-

  • 正如@joran所提到的,您可以首先在O(logn)中搜索列表中的拆分点,然后在两个列表上再次进行二进制搜索,从而导致O(logn)的总体复杂性
  • 您可以在一次二进制搜索中搜索列表中的元素,只需在逻辑上稍作改动。如以下代码所述-

    # Search an element in sorted and rotated array using
    # single pass of Binary Search
    
    # Returns index of key in arr[l..h] if key is present,
    # otherwise returns -1
    def search(arr, l, h, key):
        if l > h:
            return -1
    
        mid = (l + h) // 2
        if arr[mid] == key:
            return mid
    
        # If arr[l...mid] is sorted
        if arr[l] <= arr[mid]:
    
            # As this subarray is sorted, we can quickly
            # check if key lies in half or other half
            if key >= arr[l] and key <= arr[mid]:
                return search(arr, l, mid - 1, key)
            return search(arr, mid + 1, h, key)
    
        # If arr[l..mid] is not sorted, then arr[mid... r]
        # must be sorted
        if key >= arr[mid] and key <= arr[h]:
            return search(a, mid + 1, h, key)
        return search(arr, l, mid - 1, key)
    
    
    # Driver program
    arr = [4, 5, 6, 7, 8, 9, 1, 2, 3]
    key = 6
    i = search(arr, 0, len(arr) - 1, key)
    if i != -1:
        print ("Index: %d" % i)
    else:
        print ("Key not found")
    
    #使用
    #单遍二进制搜索
    #返回arr[l..h]中键的索引(如果存在键),
    #否则返回-1
    def搜索(arr、l、h、键):
    如果l>h:
    返回-1
    mid=(l+h)//2
    如果arr[mid]==键:
    中途返回
    #如果arr[l…mid]已排序
    
    如果arr[l]=arr[l]和key=arr[mid]和key,我认为您应该使用二进制搜索来查找拆分的
    O(log(n))
    ,那么您可以对每一半
    O(log(n))*2
    =>
    O(3log(n))=>O(log(n))
    。。。我想至少