在腳本中搜索算法
通常,當(dāng)我們需要從任何數(shù)據(jù)存儲(chǔ)中查找數(shù)據(jù)時(shí),有三種類型的搜索算法。它們是線性搜索、二進(jìn)制搜索和哈希搜索。搜索意味著從數(shù)據(jù)集中查找數(shù)據(jù)記錄,該數(shù)據(jù)集可以是任何地圖或項(xiàng)目列表。每種搜索算法在使用它甚至將其應(yīng)用于程序之前都有某些要求:
線性搜索 — 線性搜索需要應(yīng)用于未排序的 Array,并且根據(jù)將每個(gè)元素與要搜索的目標(biāo)進(jìn)行比較來查找
二進(jìn)制搜索 — 如果數(shù)組從相同的鍵或相同的方向排序,則二進(jìn)制搜索是從數(shù)組中搜索元素的優(yōu)化方法
如果我們想在 Hashmap 上進(jìn)行搜索,我們將使用哈希算法來存儲(chǔ)哈希的鍵并直接將其與值映射,而不是在 Array 中搜索。此算法的時(shí)間復(fù)雜度為 O(1),因?yàn)槌绦蛞呀?jīng)知道具有相同鍵的值的哈希或索引
線性搜索
在 JavaScript 中,我們?cè)跀?shù)組原型中有一個(gè)方法,該方法使用線性搜索來查找元素。讓我們創(chuàng)建 find 的定義,以了解線性算法的工作原理find
下面是線性搜索的示例,其中我們首先在 Array 上創(chuàng)建了原型方法,并在運(yùn)行提供的回調(diào)方法時(shí)迭代到所有元素,如果回調(diào)成功,則返回完整的對(duì)象
此算法的最壞情況是,目標(biāo)元素將位于最后一個(gè)索引上,使其在 N 次時(shí)運(yùn)行。因此,時(shí)間復(fù)雜度為 O(N),其中 N 是數(shù)組中的項(xiàng)數(shù)
二進(jìn)制搜索
接下來是二進(jìn)制搜索,但請(qǐng)記住,二進(jìn)制搜索僅適用于排序的數(shù)組,因此首先,我們需要確保數(shù)組已排序
對(duì)象數(shù)組的注釋:
在 JavaScript 中處理對(duì)象數(shù)組時(shí),應(yīng)使用要搜索的鍵對(duì)數(shù)組進(jìn)行排序。例如,如果要在數(shù)組的對(duì)象中將名稱作為屬性之一進(jìn)行搜索,則數(shù)組應(yīng)僅根據(jù)名稱字段進(jìn)行格式化,而不是使用對(duì)象數(shù)組中的任何其他字段進(jìn)行格式化
算法
在二進(jìn)制搜索中,由于數(shù)組是按某種順序排序的,我們可以使用這意味著我們知道應(yīng)該去哪個(gè)路徑來搜索目標(biāo)元素。讓我們舉個(gè)例子來了解更多
如您所見,數(shù)組按 ASC 順序?qū)ζ鏀?shù)進(jìn)行排序。因此,為了慷慨,我們首先取一個(gè)中間元素(你可以取任何數(shù)字,但為了獲得最準(zhǔn)確的結(jié)果,你應(yīng)該總是選擇中間元素)
下一步是將目標(biāo)元素與中間元素進(jìn)行比較
我們也可以使用 end + start / 2,但如果數(shù)組大小很大,這將引發(fā)內(nèi)存錯(cuò)誤,因此最好使用上述方法來計(jì)算中間索引
如果我們找到元素,我們將返回中間元素,否則我們將檢查
現(xiàn)在,您將基于上述條件獲得一個(gè)新數(shù)組,然后我們需要重新執(zhí)行相同的邏輯,直到數(shù)組大小變?yōu)橐唬⑶椅覀冋业皆?/p>
程序
討論夠了,讓我們寫一些代碼,看看我們?nèi)绾问顾ぷ?/p>
我們將使用此集合來創(chuàng)建程序并觀察數(shù)組是否按分?jǐn)?shù)參數(shù)排序,我也想使用相同的參數(shù)進(jìn)行搜索
在這里,我們維護(hù)數(shù)組的開始和結(jié)束,我們正在操作開始和結(jié)束以創(chuàng)建替代數(shù)組,同時(shí)檢查目標(biāo)是否匹配。
就是這樣。您的二進(jìn)制搜索已準(zhǔn)備好滿足您的目的。
二進(jìn)制搜索的時(shí)間復(fù)雜度為 O(log n)。讓我簡(jiǎn)要介紹如何計(jì)算其時(shí)間復(fù)雜度
計(jì)算時(shí)間復(fù)雜度
在計(jì)算之前,讓我們看看需要對(duì)變量運(yùn)行特定語句的次數(shù)
首先,執(zhí)行的語句數(shù)在 2^n 部分中減少
現(xiàn)在,讓我們?yōu)槎M(jìn)制搜索設(shè)計(jì)公式,因?yàn)樗鼈冎械拿恳粋€(gè)都是2的乘數(shù),我們可以很容易地說
讓我們?cè)趦蛇叢扇?duì)賬單
我們有一個(gè)對(duì)數(shù)公式
所以新的等式將是
這就是您計(jì)算二進(jìn)制搜索的時(shí)間復(fù)雜度的方式。計(jì)算時(shí)間復(fù)雜度本身就是一個(gè)需要討論的龐大話題,但我們只用了其中的一小部分來展示它是如何完成的。
散列法
哈希算法非常干凈,僅特定于哈希映射。由于哈希圖以知道條目鍵的模式存儲(chǔ)數(shù)據(jù),因此從中搜索是一個(gè)單一的調(diào)用。一個(gè)簡(jiǎn)單的例子是
哈希的時(shí)間復(fù)雜度為 O(1),因?yàn)轫憫?yīng)操作不受哈希保存的項(xiàng)目數(shù)的影響