搜索未排序数组的高效算法

Question

当时发布了我的问题，我真的不清楚。在这个问题上需要帮助。

给定一个包含 100 万个值和整数 N 的 csv 文件，我必须想出一个算法来检查文件中是否存在 N，如果存在则返回 true，如果不存在则返回 false。这些值被放入一个数组中。

使用 for 循环本身将花费数小时，我需要在 5 分钟内完成此迭代。

编辑：我想出了一个二进制搜索代码。不幸的是，这花了超过 5 分钟。如何加快搜索过程？

def exist?(id)
employee_list = $employee_list
mid = employee_list.length / 2

while mid != 0 and mid+1 != employee_list.length
    a = employee_list[mid]
    if a != id 
        if a > id 
            if mid<=employee_list.length/2 
                mid = mid / 2
            elsif mid>employee_list.length/2
                mid = ((mid-(employee_list.length/2))/2) + ((employee_list.length)/2)
            end
        elsif a < id 
            if mid>=employee_list.length/2
                mid = mid + ((employee_list.length-mid)/2) 
            elsif mid<employee_list.length/2
                mid = (((employee_list.length/2) - mid)/2) + mid
            end
        end
    else 
        return true
    end
end
return false 
end

Answer 1

使用 for 循环本身将花费数小时

这不是真的。不到一秒钟。

如果你只需要做一次：

1. 使用蛮力（循环）

如果您需要更多，那么 logN 次：

1. 将您的数组转换为 Set/Hash
2. 检查你的号码是否存在于哈希中

蛮力会让你付出代价O(n)

二分搜索将花费您 O(n*log(n)) 进行排序（一般情况下）+ O(log(n)) 进行搜索。

使用哈希将花费您 O(n) 来构造 Hash 并摊销 O(1) 以进行查找。

Answer 2

这里我用一个随机整数初始化了一个包含 100 万个值的数组。并且测试值为 4。

array = Array.new(1_000_000) { rand(1_000_000_000_000) }
test_val = 494_930_039

要检查数组中是否有任何值等于测试值，只需对数组使用any? 方法即可。像这样，

array.any? {|x| x == test_val }

这将返回true 或false。

基准测试结果

user CPU time                              0.050000s
system CPU time                            0.000000s
the sum of the user and system CPU times   0.050000s
the elapsed real time                      0.050704s