%ignore_a_1%法在有序数组中高效查找目标值，时间复杂度为 O(log n)。通过维护 left 和 right 指针确定搜索范围，每次比较中间元素与目标值，相等则返回下标，中间值小则调整 left，大则调整 right，循环直至找到目标或范围为空。非递归实现使用 while 循环，递归实现需传递边界参数，调用时需确保数组有序，注意 mid 计算方式及循环条件 left ≤ right。
二分查找法是一种在有序数组中查找特定元素的高效算法，时间复杂度为 O(log n)。它通过不断将搜索区间一分为二来缩小目标值的可能位置。
基本思路
二分查找的前提是数组已经排序。算法维护两个指针 left 和 right，表示当前搜索范围的边界。每次比较中间元素 mid = (left + right) // 2 与目标值：
如果中间值等于目标，返回下标如果中间值小于目标，说明目标在右半部分，调整 left如果中间值大于目标，说明目标在左半部分，调整 right
重复这个过程直到找到目标或搜索范围为空。
非递归实现
def binary_search(arr, target): left, right = 0, len(arr) - 1 while left <= right: mid = (left + right) // 2 if arr[mid] == target: return mid elif arr[mid] < target: left = mid + 1 else: right = mid - 1 return -1 # 未找到
使用示例：
立即学习“Python免费学习笔记（深入）”；
Mootion
Mootion是一个革命性的3D动画创作平台，利用AI技术来简化和加速3D动画的制作过程。
177 查看详情
nums = [1, 3, 5, 7, 9, 11, 13]index = binary_search(nums, 7)print(index) # 输出 3
递归实现
def binary_search_recursive(arr, target, left, right): if left > right: return -1 mid = (left + right) // 2 if arr[mid] == target: return mid elif arr[mid] < target: return binary_search_recursive(arr, target, mid + 1, right) else: return binary_search_recursive(arr, target, left, mid - 1)
调用方式：
index = binary_search_recursive(nums, 7, 0, len(nums) - 1)
注意事项
实际使用时注意以下几点：
确保输入数组已排序，否则结果不可靠计算 mid 时用 (left + right) // 2 防止整数溢出（Python 中一般不用太担心）循环条件是 left ，避免漏掉最后一个元素没找到时返回 -1 是常见约定
基本上就这些，写起来不复杂但容易在边界处理上出错，多测试几个用例更稳妥。
以上就是在python中二分查找法实现的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/905345.html
微信扫一扫 
支付宝扫一扫 
