Implementar búsqueda binaria en Python es más simple de lo que parece. Aquí verás cómo construir una función recursiva clara, preparar una lista ordenada con random y list comprehension, y gestionar el punto de entrada del programa. Todo con buenas prácticas y explicaciones directas.

¿Cómo preparar el entorno en Python para binary search?

Antes de codificar, se crea un archivo y se define el punto de ingreso con el keyword if name == "main". Luego, se generan datos aleatorios y se ordenan, porque la búsqueda binaria requiere una lista previamente ordenada.

• Crear el archivo y definir el punto de entrada.
• Importar el módulo random.
• Generar 10 números entre 0 y 100 con list comprehension.
• Ordenar la lista con sort para modificarla en sitio.
• Imprimir los datos como guía visual.

¿Cómo generar y ordenar datos con random y list comprehension?

Se evita escribir un for loop manual usando list comprehension. La lista se ordena con sort; recuerda que sort modifica la lista y sorted crea una nueva.

fullscreen
import random

if __name__ == "__main__":
    data = [random.randrange(0, 100) for _ in range(10)]
    data.sort()
    print("Datos ordenados:", data)

¿Qué diferencia hay entre sort y sorted?

• sort: ordena en el lugar y no devuelve una nueva lista.
• sorted: devuelve una copia ordenada y no altera la original.

Usar sort aquí simplifica el flujo y garantiza que la estructura requerida por el algoritmo esté lista.

¿Cómo se define la función recursiva binary search en Python?

La interfaz establece el contrato: recibe la lista ordenada, el target y dos índices, low y high, que representan el estado actual de búsqueda. Devuelve True si encuentra el elemento y False si no.

¿Cuál es la interfaz y el caso base?

El caso base valida si low > high: significa que se recorrió todo el rango posible y el número no está en la lista. Se evita así un error de fuera de índice y se detiene la recursión.

fullscreen
def binary_search(data, target, low, high):
    if low > high:
        return False
    # se completará más abajo

¿Cómo calcular el índice medio y decidir los tres casos?

Se calcula el índice medio con división entera: mid = (low + high) // 2. Luego se evalúan tres escenarios:

• Igualdad: target == data[mid] → encontrado.
• Menor: target < data[mid] → buscar en la mitad izquierda: high = mid - 1.
• Mayor: en el lado derecho: low = mid + 1.

fullscreen
def binary_search(data, target, low, high):
    if low > high:
        return False

    mid = (low + high) // 2

    if target == data[mid]:
        return True
    elif target < data[mid]:
        return binary_search(data, target, low, mid - 1)
    else:
        return binary_search(data, target, mid + 1, high)

¿Cómo ejecutar el script y qué reto propone el instructor?

Tras ordenar, se pide al usuario el número a buscar con input y se convierte a entero con int, ya que input devuelve cadenas. El resultado se imprime indicando si se encontró o no. En pruebas, se vieron casos donde el número sí está y otros donde no está, validando la implementación.

¿Cómo interactúa el usuario con input y conversión a int?

Se captura el objetivo y se llama a la función con índices correctos: low = 0 y high = len(data) - 1.

fullscreen
if __name__ == "__main__":
    data = [random.randrange(0, 100) for _ in range(10)]
    data.sort()
    print("Datos ordenados:", data)

    target = int(input("What number would you like to find? "))
    found = binary_search(data, target, 0, len(data) - 1)
    print(found)

¿Qué ejercicio extra se sugiere sin recursión?

Se propone implementar la misma lógica sin recursión, usando ciclos para actualizar low y high. Es un gran ejercicio para reforzar el manejo de estado, comparaciones y división entera.

¿Te animas a compartir tu versión iterativa con ciclos y contar qué decisiones tomaste al actualizar los índices?