Python 二叉树解释为什么这样做

开始阅读一本关于使用此示例代码的基本数据结构和算法的书

    def binary_search(list, item):
    low = 0  
    high = len(list)-1  #sets upper range to length of provided list

    while low <= high:
        mid = (low + high) #why does (low + high) give me middle of list?
        guess = list[mid]
        if guess == item:
            return mid
        if guess > item:
            high = mid - 1
        else:
            low = mid + 1
    return None

my_list = [1,3,5,7,9]

print binary_search(my_list,3)
print binary_search(my_list,-1)

def二进制搜索（列表，项目）：
低=0
高=长度（列表）-1#设置所提供列表长度的上限范围
而低项：
高=中-1
其他：
低=中+1
一无所获
我的清单=[1,3,5,7,9]
打印二进制搜索（我的搜索列表，3）
打印二进制搜索（我的搜索列表，-1）

虽然我理解树的概念，但我不明白为什么

mid=（低+高）#（低+高）为什么给我列表的中间位置

？

---

低+高不就是给我和高一样的值吗？我不需要低+高/2来找到中点吗？但它工作得很好

它之所以有效，是因为

mid

始终在正确的范围内，但这是线性搜索，而不是二进制搜索。您可以通过打印要检查的索引来检查这一点：

def binary_search(list, item):
    low = 0  
    high = len(list)-1  #sets upper range to length of provided list

    while low <= high:
        mid = (low + high) #why does (low + high) give me middle of list?
        print("mid =", mid)
        guess = list[mid]
        if guess == item:
            return mid
        if guess > item:
            high = mid - 1
        else:
            low = mid + 1

---

因此您是正确的：您应该将

mid

除以2（并避免使用

list

作为变量名）。

它确实应该是

（低+高）//2

。现在的情况是，

mid

从列表中的最后一项开始，并始终通过

guess>项

条件的else部分。因此，

high

每次减少1，

low

从不改变（从零开始）。这个过程最终会从头到尾遍历所有元素，这根本不是二进制搜索（而是顺序搜索）。

你说的不对

它会给你正确的结果，但让我们看看实际发生了什么

  if guess == item:
    return mid
  if guess > item:
    high = mid - 1
  else:
    low = mid + 1

在第一次迭代中，

guess==list[mid]==list[high]==9

。3小于9，因此高值将减小

在下一次迭代中，同样是

mid==high

，但是high小于1

---

“高”将继续递减，直到

guess==list[mid]==list[high]==list[1]==3

不应该是（低+高）//2？你说得对，它应该是

mid=（低+高）//2。它仍然有效，因为它不需要中间字符，但它运行的时间更长，因为它只遍历完整的列表，而不是“跳过”is“/”2解决了我在python shell中获取疯狂小数的另一个问题，谢谢！在这一点上，我需要回去看看我以前从未真正使用过的操作符。
  if guess == item:
    return mid
  if guess > item:
    high = mid - 1
  else:
    low = mid + 1