Python查找算法之分块查找算法的实现-巨人网络通讯

Python查找算法之分块查找算法的实现

一、分块查找算法

分块查找是二分法查找和顺序查找的改进方法，分块查找要求索引表是有序的，对块内结点没有排序要求，块内结点可以是有序的也可以是无序的。

分块查找就是把一个大的线性表分解成若干块，每块中的节点可以任意存放，但块与块之间必须排序。与此同时，还要建立一个索引表，把每块中的最大值作为索引表的索引值，此索引表需要按块的顺序存放到一个辅助数组中。查找时，首先在索引表中进行查找，确定要找的结点所在的块。由于索引表是排序的，因此，对索引表的查找可以采用顺序查找或二分查找；然后，在相应的块中采用顺序查找，即可找到对应的结点。

例如，有这样一列数据：23、43、56、78、97、100、120、135、147、150。如下图所示：

想要查找的数据是 150，使用分块查找法步骤如下：

步骤1：将上图所示的数据进行分块，按照每块长度为 4 进行分块，分块情况如下图所示：

说明：每块的长度是任意指定的，博主在这里用的长度为4，读者可以根据自己的需要指定每块长度。

步骤2：选取各块中的最大关键字构成一个索引表，即选取上图所示的各块的最大值，第一块最大的值是 78，第二块最大的值是 135，第三块最大值是 155，形成的索引表如下图所示：

步骤3：用顺序查找或者二分查找判断想要查找数据 150 在上图所示的索引表中的哪块内容中，这里博主用的是二分查找法，即先取中间值 135 与 150 比较，如下图所示：

步骤4：结果是中间位置的数据 135 比目标数据 150 小，因此目标数据在 135 的下一块内。将数据定位在第 3 块内，此时将第 3 块内的数据取出，进行顺序比较，如下图所示：

步骤5：通过顺序查找第 3 块的内容，终于在第 9 个位置找到目标数，此时分块查找结束。

总结：至此，分块查找算法已经讲解完毕。通过和二分查找法和顺序查找法对比来看，分块查找的速度虽然不如二分查找算法，但比顺序查找算法快得多。当数据很多且块数很大时，对索引表可以采用二分查找，这样能够进一步提高查找的速度。

二、实例：实现分块查找算法

具体代码如下：

def search(data, key):  # 用二分查找 想要查找的数据在哪块内
    length = len(data)  # 数据列表长度
    first = 0  # 第一位数位置
    last = length - 1  # 最后一个数据位置
    print(f"长度:{length} 分块的数据是:{data}")  # 输出分块情况
    while first = last:
        mid = (last + first) // 2  # 取中间位置
        if data[mid] > key:  # 中间数据大于想要查的数据
            last = mid - 1  # 将last的位置移到中间位置的前一位
        elif data[mid]  key:  # 中间数据小于想要查的数据
            first = mid + 1  # 将first的位置移到中间位置的后一位
        else:
            return mid  # 返回中间位置
    return False


# 分块查找
def block(data, count, key):  # 分块查找数据，data是列表，count是每块的长度，key是想要查找的数据
    length = len(data)  # 表示数据列表的长度
    block_length = length // count  # 一共分的几块
    if count * block_length != length:  # 每块长度乘以分块总数不等于数据总长度
        block_length += 1  # 块数加1
    print("一共分", block_length, "块")  # 块的多少
    print("分块情况如下：")
    for block_i in range(block_length):  # 遍历每块数据
        block_data = []  # 每块数据初始化
        for i in range(count):  # 遍历每块数据的位置
            if block_i * count + i >= length:  # 每块长度要与数据长度比较，一旦大于数据长度
                break  # 就退出循环
            block_data.append(data[block_i * count + i])  # 每块长度要累加上一块的长度
        result = search(block_data, key)  # 调用二分查找的值
        if result != False:  # 查找的结果不为False
            return block_i * count + result  # 就返回块中的索引位置
    return False


data = [23, 43, 56, 78, 97, 100, 120, 135, 147, 150, 155]  # 数据列表
result = block(data, 4, 150)  # 第二个参数是块的长度，最后一个参数是要查找的元素
print("查找的值得索引位置是:", result)  # 输出结果

运行结果如下图所示：