这种递归二分搜索算法会更有效吗？

Question

我已经看到了这个算法的很多不同的实现，但我想知道除了使搜索二进制之外，是否还有其他方法可以提高效率。我设计了这个特定版本的算法，因此将立即检查数组/列表的边缘和中点是否有正在搜索的键，以避免在您要查找的键只是第一个、中间的键时循环搜索，或最后一个元素。

def searchRB(the_array, the_key, imin, imax):
    print("searching")
    found = False
    if (0 > the_key or the_key > len(the_array)):
        return found
    else:
        imid = imin + ((imax - imin) // 2)
        if imid == the_key or imin == the_key or imax == the_key:
            found = True
            return found
        elif the_array[imid] > the_key:
            return searchRB(the_array, the_key, imin, imid-1)
        elif the_array[imid] < the_key:
            return searchRB(the_array, the_key, imid+1, imax)
        else:
            return found

例如，如果您在 1-100 的列表中查找数字 1，这将在第一个循环中找到它，这与其他一些实现不同。

但是，我不确定这是否真的提高了效率（某些边缘情况除外），并且如果您继续循环检查列表/数组中的第一个、中间和结束值实际上是有害的，并且每次都必须检查这三个值。

这种算法的实现是好是坏，还是我只是扯淡？

Answer 1

最主要的是从递归方法更改为使用while循环，节省了调用堆栈（因为python没有尾递归）。

您有一些可以优化的小冗余。 算法已经足够优化了，除非你懂编译器，否则不要over optimise

如果你沿着左边的树向下走，你会一遍又一遍地比较相同的 imin，但是这整行可能是并行的或按顺序完成的

if the_array[imid] == the_key or the_array[min] == the_key or the_array[imax] == the_key:

这也可能会影响缓存性能，因为您将始终将 the_array[min] 保存在缓存中。有时，编译器会从数组中存储一个块，围绕您尝试在缓存中访问的索引。 您可能会浪费更多的缓存，而不仅仅是 1 值。

也可以优化这样的语句，您可以只输入 return True ，但这应该由编译器再次选择。

found = True return found

没有found 作为对象会优化代码，因为该对象不会一直存储在内存中。

这个 else 语句似乎是多余的，因为没有办法得到那个 else else return found

实际的相关优化将来自对数据集的更多了解。

如果您能够预处理数据（或拥有有关数据的更多信息），您可以执行其他算法。