在脚本中搜索算法

　　通常，当我们需要从任何数据存储中查找数据时，有三种类型的搜索算法。它们是线性搜索、二进制搜索和哈希搜索。搜索意味着从数据集中查找数据记录，该数据集可以是任何地图或项目列表。每种搜索算法在使用它甚至将其应用于程序之前都有某些要求：

　　线性搜索 — 线性搜索需要应用于未排序的 Array，并且根据将每个元素与要搜索的目标进行比较来查找

　　二进制搜索 — 如果数组从相同的键或相同的方向排序，则二进制搜索是从数组中搜索元素的优化方法

　　如果我们想在 Hashmap 上进行搜索，我们将使用哈希算法来存储哈希的键并直接将其与值映射，而不是在 Array 中搜索。此算法的时间复杂度为 O(1)，因为程序已经知道具有相同键的值的哈希或索引

　　线性搜索

　　在 JavaScript 中，我们在数组原型中有一个方法，该方法使用线性搜索来查找元素。让我们创建 find 的定义，以了解线性算法的工作原理find

　　下面是线性搜索的示例，其中我们首先在 Array 上创建了原型方法，并在运行提供的回调方法时迭代到所有元素，如果回调成功，则返回完整的对象

　　此算法的最坏情况是，目标元素将位于最后一个索引上，使其在 N 次时运行。因此，时间复杂度为 O(N)，其中 N 是数组中的项数

　　二进制搜索

　　接下来是二进制搜索，但请记住，二进制搜索仅适用于排序的数组，因此首先，我们需要确保数组已排序

　　对象数组的注释：

　　在 JavaScript 中处理对象数组时，应使用要搜索的键对数组进行排序。例如，如果要在数组的对象中将名称作为属性之一进行搜索，则数组应仅根据名称字段进行格式化，而不是使用对象数组中的任何其他字段进行格式化

　　算法

　　在二进制搜索中，由于数组是按某种顺序排序的，我们可以使用这意味着我们知道应该去哪个路径来搜索目标元素。让我们举个例子来了解更多

　　如您所见，数组按 ASC 顺序对奇数进行排序。因此，为了慷慨，我们首先取一个中间元素(你可以取任何数字，但为了获得最准确的结果，你应该总是选择中间元素)

　　下一步是将目标元素与中间元素进行比较

　　我们也可以使用 end + start / 2，但如果数组大小很大，这将引发内存错误，因此最好使用上述方法来计算中间索引

　　如果我们找到元素，我们将返回中间元素，否则我们将检查

　　现在，您将基于上述条件获得一个新数组，然后我们需要重新执行相同的逻辑，直到数组大小变为一，并且我们找到元素

　　程序

　　讨论够了，让我们写一些代码，看看我们如何使它工作

　　我们将使用此集合来创建程序并观察数组是否按分数参数排序，我也想使用相同的参数进行搜索

　　在这里，我们维护数组的开始和结束，我们正在操作开始和结束以创建替代数组，同时检查目标是否匹配。

　　就是这样。您的二进制搜索已准备好满足您的目的。

　　二进制搜索的时间复杂度为 O(log n)。让我简要介绍如何计算其时间复杂度

　　计算时间复杂度

　　在计算之前，让我们看看需要对变量运行特定语句的次数

　　首先，执行的语句数在 2^n 部分中减少

　　现在，让我们为二进制搜索设计公式，因为它们中的每一个都是2的乘数，我们可以很容易地说

　　让我们在两边采取对账单

　　我们有一个对数公式

　　所以新的等式将是

　　这就是您计算二进制搜索的时间复杂度的方式。计算时间复杂度本身就是一个需要讨论的庞大话题，但我们只用了其中的一小部分来展示它是如何完成的。

　　散列法

　　哈希算法非常干净，仅特定于哈希映射。由于哈希图以知道条目键的模式存储数据，因此从中搜索是一个单一的调用。一个简单的例子是

　　哈希的时间复杂度为 O(1)，因为响应操作不受哈希保存的项目数的影响