Python模块：bisect二分算法模块

约定不等于承诺〃 2022-06-16 13:43 156阅读 0赞

http://[blog.csdn.net/pipisorry/article/details/72307432][blog.csdn.net_pipisorry_article_details_72307432]

## Bisect模块简介    ##

Python 的列表（list）内部实现是一个数组，也就是一个线性表。在列表中查找元素可以使用 list.index() 方法，其时间复杂度为O(n)。对于大数据量，则可以用二分查找进行优化。二分查找要求对象必须有序，其基本原理如下：

*  1.从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜素过程结束；
 *  2.如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。
 *  3.如果在某一步骤数组为空，则代表找不到。

二分查找也成为折半查找，算法每一次比较都使搜索范围缩小一半， 其时间复杂度为 O(logn)。

Python 有一个 `bisect` 模块，用于维护有序列表。 `bisect` 模块实现了一个算法用于插入元素到有序列表。在一些情况下，这比反复排序列表或构造一个大的列表再排序的效率更高。Bisect 是二分法的意思，这里使用二分法来排序，它会将一个元素插入到一个有序列表的合适位置，这使得不需要每次调用 sort 的方式维护有序列表。

先说明的是，使用这个模块的函数前先确保操作的列表是已排序的。

## Bisect模块提供的函数 ##

*  **bisect.bisect\_left(a,x, lo=0, hi=len(a)) :**

查找在有序列表 a 中插入 x 的index。lo 和 hi 用于指定列表的区间，默认是使用整个列表。如果 x 已经存在，在其左边插入。返回值为 index。

*  **bisect.bisect\_right(a,x, lo=0, hi=len(a))**
 *  **bisect.bisect(a, x,lo=0, hi=len(a)) ：**

这2个函数和 bisect\_left 类似，但如果 x 已经存在，在其右边插入。

*  **bisect.insort\_left(a,x, lo=0, hi=len(a)) ：**

在有序列表 a 中插入 x。和 a.insert(bisect.bisect\_left(a,x, lo, hi), x) 的效果相同。

*  **bisect.insort\_right(a,x, lo=0, hi=len(a))**
 *  **bisect.insort(a, x,lo=0, hi=len(a)) :**

和 insort\_left 类似，但如果 x 已经存在，在其右边插入。

Bisect 模块提供的函数可以分两类： `bisect*` 只用于查找 index， 不进行实际的插入；而 `insort*` 则用于实际插入。该模块比较典型的应用是计算分数等级；同样，我们可以用 bisect 模块实现二分查找`。```

Python 著名的数据处理库 numpy 也有一个用于二分查找的函数 [numpy.searchsorted][]， 用法与 bisect 基本相同，只不过如果要右边插入时，需要设置参数 `side='right'。numpy.searchsorted 效率是很低的，跟 bi`sect 根本不在一个数量级上。因此 searchsorted 不适合用于搜索普通的数组，但是它用来搜索 [numpy.ndarray][] 是相当快的。 [  
][Link 1]

[皮皮blog][Link 1]

## Bisect示例 ##

先说明的是，使用这个模块的函数前先确保操作的列表是已排序的。

![2011090220173485.jpg][]

先看看 insort  函数：

![2011090220180076.jpg][]

其插入的结果是不会影响原有的排序。

再看看 bisect  函数：

![2011090220182128.jpg][]

其目的在于查找该数值将会插入的位置并返回，而不会插入。

接着看 bisect\_left 和 bisect\_right 函数，该函数用入处理将会插入重复数值的情况，返回将会插入的位置：

![2011090220185965.jpg][]

其对应的插入函数是 insort\_left  和 insort\_right ：

![2011090220191717.jpg][]

可见，单纯看其结果的话，两个函数的操作结果是一样的，其实插入的位置不同而已。

更多示例参考\[ [bisect][] — Array bisection algorithm\]

from: [http://blog.csdn.net/pipisorry/article/details/72307432][blog.csdn.net_pipisorry_article_details_72307432]

ref: \[[bisect][] — Array bisection algorithm\]

\[[Python 二分查找与 bisect 模块][Python _ bisect]\]

[blog.csdn.net_pipisorry_article_details_72307432]: http://blog.csdn.net/pipisorry/article/details/72307432
[numpy.searchsorted]: http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.searchsorted.html#numpy.searchsorted
[numpy.ndarray]: http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.html
[Link 1]: http://blog.csdn.net/pipisorry
[2011090220173485.jpg]: /images/20220616/341c3ac14ce04c1eba7483511c6dc926.png
[2011090220180076.jpg]: /images/20220616/7aad0c9ab9a14604b72c02321a14daeb.png
[2011090220182128.jpg]: /images/20220616/47f2525cee534079b53bd764382c8a6e.png
[2011090220185965.jpg]: /images/20220616/6fd17561ec0f4d8c9a99e93d2e26c466.png
[2011090220191717.jpg]: /images/20220616/7ed62be6006243e7a9f4d3a7fc50cbcd.png
[bisect]: https://docs.python.org/3/library/bisect.html#module-bisect
[Python _ bisect]: http://kuanghy.github.io/2016/06/14/python-bisect