python实现二分查找算法

深藏阁楼爱情的钟 2022-02-14 11:11 213阅读 0赞

二分查找算法，是常见的搜索算法之一，适用于有序的序列，通过将序列不断的对折分为区间，从而确定查找值是否存在，优点是速度快。

首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。

使用python递归实现其算法：

def binary_search(items: list, item: str) -> float:
    
    
        if not len(items):
    
            return False
    
        if item > items[-1]:
    
            return False
    
        elif item < items[0]:
    
            return False
    
        n = len(items) // 2
    
        if items[n] == item:
    
            return True
    
        else:
    
            if items[n] < item:
    
                return binary_search(items[n:], item)
    
            else:
    
                return binary_search(items[:n], item)

二分查找是应用在数据量较大的场景中，如一些图片的RGB数组操作中，典型的是在滑块验证中使用二分法来确定最佳距离。

def match(self, target, template):
    
            img_rgb = cv2.imread(target)
    
            img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
    
            template = cv2.imread(template,0)
    
            run = 1
    
            w, h = template.shape[::-1]
    
            print(w, h)
    
            res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED) 
    
    
            # 使用二分法查找阈值的精确值 
    
            L = 0
    
            R = 1
    
            while run < 20:
    
                run += 1
    
                threshold = (R + L) / 2
    
                print(threshold)
    
                if threshold < 0:
    
                    print('Error')
    
                    return None
    
                loc = np.where( res >= threshold)
    
                print(len(loc[1]))
    
                if len(loc[1]) > 1:
    
                    L += (R - L) / 2
    
                elif len(loc[1]) == 1:
    
                    print('目标区域起点x坐标为：%d' % loc[1][0])
    
                    break
    
                elif len(loc[1]) < 1:
    
                    R -= (R - L) / 2
    
    
            for pt in zip(*loc[::-1]):
    
                cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (7, 279, 151), 2)
    
            cv2.imshow('Dectected', img_rgb)
    
            cv2.waitKey(0)
    
            cv2.destroyAllWindows()
    
            return loc[1][0]

![2019-04-21-23\_34\_01.png][2019-04-21-23_34_01.png]

[2019-04-21-23_34_01.png]: http://mzzd.xyz/static/wxfile/image/2019-04-21-23_34_01.png