Python 同时使用两个中间（两个指针）进行二进制搜索

我只是想把数组分成三个子数组，而不是两个子数组 首先，这样做合乎逻辑吗？请帮我理解这个算法并写下来

def contains(elements, value):
left, right = 0, len(elements) - 1

if left <= right:
    middle = (left + right) // 2

    if elements[middle] == value:
        return True

    if elements[middle] < value:
        return contains(elements[middle + 1:], value)
    elif elements[middle] > value:
        return contains(elements[:middle], value)

return False

def包含（元素、值）：
左，右=0，len（元素）-1
如果为左值：
返回包含（元素[：中间]，值）
返回错误

您确实可以调整二进制搜索，将数组拆分为多个部分，而不仅仅是两个部分。更一般地说，以下是k元搜索背后的想法：

• 将数组拆分为大小大致相等的k个部分。（对于二进制搜索，这是两半。对于您的搜索，这将是三分之三）

• 选择第一个（k-1）部分的最后一个元素作为关键点。（对于二进制搜索，您选择前半部分的最后一个元素，即中间元素。对于搜索，这将是数组中1/3和2/3点处的元素。）

• 根据您的元素与键的比较情况，（1）停止搜索，因为您找到了要查找的内容，或者（2）递归地浏览相应的部分。（在二进制搜索中，您可以向左分支，停止，因为中间的元素是您想要的元素，或者向右分支。在搜索中，您可以（1）发现您的元素是您选择要查看的两个元素之一，或者（2）将下降到包含您的元素的三分之一。）

至于这是否是一个好主意-这很可能是一个好主意！在k元搜索中，每次迭代都会将数组缩小k倍，因此算法的迭代次数大约为logkn=（logn）/（logk）。每次迭代都会查看k-1键，因此您正在进行O（k）工作。这意味着所做的功是O（（k/logk）n）。当您选择k=e（即约2.7182828）时，数量k/log k会最小化，因此选择k=2或k=3是不错的选择。然而，由于处理器缓存的工作方式，我怀疑选择k=2总体上会更快，因为缓存未命中的次数会更少。（嘿！实际上我们倾向于使用二进制搜索，所以这可能不是个坏主意。）

有趣的是，在数据库中广泛使用的，使用类似的东西来存储其元素。由于B-树是如何构造的，B-树通常选择k作为某个巨大的数字，但在常规数组搜索中，这可能不是一个好主意

---

希望这有帮助

如果将其拆分为三个，则根据定义，它不再是二进制搜索。：）也许你想要三元搜索。但这里似乎真的没有必要。旁白：最后一个

elif

可以更改为

else

（

elements[middle]>值

此时必须为真）。