Question

线性搜索和二进制搜索有什么区别？

Answer 1

linear search向下查看列表，一次查看一个项目，而不跳转。在复杂性方面，这是一个O(n)搜索 - 搜索列表所用的时间会以与列表相同的速率变大。

当您从排序列表的中间开始时，binary search是查看是否大于或小于您要查找的值，这将确定该值是在第一个还是后半个的清单。跳到子列表的中间位置，然后再次进行比较等。这几乎就是人类通常在字典中查找单词的方式（尽管我们使用更好的启发式方法，显然 - 如果你正在寻找“猫”，你不会从“M”开始）。在复杂性方面，这是一个O(log n)搜索 - 搜索操作的数量比列表的增长速度慢，因为每次操作都会使搜索空间减半。

例如，假设您在A-Z字母列表中寻找U（索引0-25;我们正在寻找索引20处的值）。

线性搜索会问：

list[0] == 'U'？第
     list[1] == 'U'？第
     list[2] == 'U'？第
     list[3] == 'U'？第
     list[4] == 'U'？第
     list[5] == 'U'？第
     ...      list[20] == 'U'？是。结束。

二进制搜索会询问：

将list[12]（'M'）与'U'进行比较：较小，请继续查看。（范围= 13-25）
     将list[19]（'T'）与'U'进行比较：较小，请进一步查看。（范围= 20-25）
     比较list[22]（'W'）和'U'：更大，看得更早。（范围= 20-21）
     比较list[20]（'U'）和'U'：找到它！完了。

比较两者：

二进制搜索需要对输入数据进行排序;线性搜索不
二进制搜索需要订购比较;线性搜索只需要相等比较
二进制搜索具有复杂度O（log n）;线性搜索具有前面讨论的复杂度O（n）
二进制搜索需要随机访问数据;线性搜索只需要顺序访问（这可能非常重要 - 这意味着线性搜索可以流任意大小的数据）

Answer 2

将其视为在电话簿中找到自己的方式的两种不同方式。线性搜索从头开始，读取每个名称，直到找到您要查找的内容。另一方面，二进制搜索是当你打开书本（通常在中间）时，查看页面顶部的名称，并确定你要找的名字是大于还是小于你的名字。正在寻找。如果您要查找的名称更大，那么您将继续以这种方式搜索本书的上半部分。

Answer 3

线性搜索的工作原理是查看数据列表中的每个元素，直到找到目标或到达目标。这导致给定列表上的O（n）性能。二进制搜索带有必须对数据进行排序的先决条件。我们可以利用这些信息来减少查找目标所需的项目数量。我们知道，如果我们查看数据中的随机项（比如中间项）并且该项大于我们的目标，那么该项右侧的所有项也将大于我们的目标。这意味着我们只需要查看数据的左侧部分。基本上，每次我们搜索目标和未命中时，我们都可以消除剩余项目的一半。这给了我们一个很好的O（log n）时间复杂度。

请记住，即使使用最有效的算法，排序数据也总是比线性搜索慢（最快的排序算法是O（n * log n））。因此，您不应该仅仅为了稍后执行单个二进制搜索而对数据进行排序。但是如果你要执行许多搜索（比如说至少是O（log n）搜索），那么对数据进行排序可能是值得的，这样你就可以执行二进制搜索。在这种情况下，您可能还会考虑其他数据结构，例如哈希表。

Answer 4

线性搜索从值列表的开头开始，并逐个检查以查找您要查找的结果。

二进制搜索从排序数组的中间开始，并确定您要查找的值的哪一侧（如果有）。然后以相同的方式再次搜索数组的“一半”，每次将结果分成两半。

Answer 5

请务必考虑更快的二元搜索的胜利是否值得保持列表排序（能够使用二进制搜索）的成本。即如果你有很多插入/删除操作，只有偶尔的搜索，二进制搜索总的来说可能比线性搜索慢。

Answer 6

尝试此操作：选择一个随机名称“姓氏，名字”，然后在电话簿中查找。

第一次：从书的开头开始，读取名字直到找到它，或者找到按字母顺序排列的地方，并注意它不在那里。

第二次：在中间点打开书并查看页面。问问自己，这个人应该向左还是向右。无论哪一个，取1/2并找到它的中间。重复此过程，直到找到条目所在的页面，然后将相同的过程应用于列，或者像以前一样沿着页面上的名称线性搜索。

计算两种方法并报告回来！

[如果您拥有的只是一个名单列表，而不是排序......，还要考虑哪种方法会更好。]

Answer 7

线性搜索也称为顺序搜索，从头开始依次查看每个元素，以查看数据结构中是否存在所需元素。当数据量很小时，这种搜索很快。它很容易，但是所需的工作量与要搜索的数据量成正比。如果不存在所需的元素，加倍元素的数量将使搜索时间加倍。 / p>

二进制搜索对于更大的数组是有效的。在这里我们检查中间元素。如果值大于我们正在寻找的值，那么查看上半部分;否则，查看下半部分。重复此操作，直到找到所需的项目。必须对表进行排序以进行二进制搜索。它在每次迭代时消除了一半的数据。它是对数的。

如果我们有1000个要搜索的元素，二进制搜索大约需要10步，线性搜索需要1000步。

Answer 8

二进制搜索在O（logn）时间运行，而线性搜索在O（n）次运行，因此二进制搜索具有更好的性能

Answer 9

线性搜索向下查看列表，一次查看一个项目，而不跳转。在复杂性方面，这是一个O（n）搜索 - 搜索列表所用的时间会以与列表相同的速率变大。

二进制搜索是指从排序列表的中间开始，并查看是否大于或小于您要查找的值，这将确定该值是否在列表的第一个或后半部分中。跳到子列表的中间位置，然后再次进行比较等。这几乎就是人类通常在字典中查找单词的方式（尽管我们使用更好的启发式方法，显然 - 如果你正在寻找“猫”，你不会从“M”开始）。在复杂性方面，这是一个O（log n）搜索 - 搜索操作的数量比列表的增长速度慢，因为每次操作都会使“搜索空间”减半。

Answer 10

Linear Search查看项目，直到找到搜索到的值。

效率：O(n)

示例Python代码：

test_list = [1, 3, 9, 11, 15, 19, 29]
test_val1 = 25
test_val2 = 15

def linear_search(input_array, search_value):
    index = 0
    while (index < len(input_array)) and (input_array[index] < search_value):
        index += 1
    if index >= len(input_array) or input_array[index] != search_value:
        return -1

    return index


print linear_search(test_list, test_val1)
print linear_search(test_list, test_val2)

Binary Search找到数组的中间元素。检查中间值是大于还是小于搜索值。如果它更小，它将获得数组的左侧并找到该部分的中间元素。如果它更大，则获取数组的正确部分。它循环操作，直到找到搜索到的值。或者如果数组中没有值，则完成搜索。

效率：O(logn)

示例Python代码：

test_list = [1, 3, 9, 11, 15, 19, 29]
test_val1 = 25
test_val2 = 15

def binary_search(input_array, value):
    low = 0
    high = len(input_array) - 1
    while low <= high:
        mid = (low + high) / 2
        if input_array[mid] == value:
            return mid
        elif input_array[mid] < value:
            low = mid + 1
        else:
            high = mid - 1

    return -1


print binary_search(test_list, test_val1)
print binary_search(test_list, test_val2)

此外，您还可以在此处查看有关线性和二进制搜索的可视化信息：https://www.cs.usfca.edu/~galles/visualization/Search.html

Answer 11

为了清楚理解，请查看我的codepen实现https://codepen.io/serdarsenay/pen/XELWqN

最大的区别是需要在应用二进制搜索之前对样本进行排序，因此对于大多数＆＃34;正常大小的＆＃34; （意思是有争议的）样本将更快地用线性搜索算法进行搜索。

这是javascript代码，对于html和css以及完整运行的示例请参考上面的codepen链接。

var unsortedhaystack = [];
var haystack = [];
function init() {
  unsortedhaystack = document.getElementById("haystack").value.split(' ');
}
function sortHaystack() {
  var t = timer('sort benchmark');
  haystack = unsortedhaystack.sort();
  t.stop();
}

var timer = function(name) {
    var start = new Date();
    return {
        stop: function() {
            var end  = new Date();
            var time = end.getTime() - start.getTime();
            console.log('Timer:', name, 'finished in', time, 'ms');
        }
    }
};

function lineerSearch() {
  init();
  var t = timer('lineerSearch benchmark');
  var input = this.event.target.value;
  for(var i = 0;i<unsortedhaystack.length - 1;i++) {
    if (unsortedhaystack[i] === input) {
      document.getElementById('result').innerHTML = 'result is... "' + unsortedhaystack[i] + '", on index: ' + i + ' of the unsorted array. Found' + ' within ' + i + ' iterations';
      console.log(document.getElementById('result').innerHTML);
      t.stop(); 
      return unsortedhaystack[i]; 
    }
  }
}

function binarySearch () {
  init();
  sortHaystack();
  var t = timer('binarySearch benchmark');
  var firstIndex = 0;
  var lastIndex = haystack.length-1;
  var input = this.event.target.value;

  //currently point in the half of the array
  var currentIndex = (haystack.length-1)/2 | 0;
  var iterations = 0;

  while (firstIndex <= lastIndex) {
    currentIndex = (firstIndex + lastIndex)/2 | 0;
    iterations++;
    if (haystack[currentIndex]  < input) {
      firstIndex = currentIndex + 1;
      //console.log(currentIndex + " added, fI:"+firstIndex+", lI: "+lastIndex);
    } else if (haystack[currentIndex] > input) {
      lastIndex = currentIndex - 1;
      //console.log(currentIndex + " substracted, fI:"+firstIndex+", lI: "+lastIndex);
    } else {
      document.getElementById('result').innerHTML = 'result is... "' + haystack[currentIndex] + '", on index: ' + currentIndex + ' of the sorted array. Found' + ' within ' + iterations + ' iterations';
      console.log(document.getElementById('result').innerHTML);
      t.stop(); 
      return true;
    }
  }
}

线性搜索和二进制搜索有什么区别？

11 个答案: