《尚硅谷数据结构》-查找算法

目录

线性查找算法 

二分查找

 二分查找升级版（可以找到多个相同值）

插值查找算法

 斐波那契(黄金分割法)查找算法

---

在 java 中， 常用的查找有四种：

1. 顺序(线性)查找
2. 二分查找/折半查找
3. 插值查找
4. 斐波那契查找

线性查找算法 

public class SeqSearch {
    public static void main(String[] args) {
        int arr[] = {1, 9, 11, -1, 34, 89};
        int index = seqSearch(arr,11);
        if(index == -1){
            System.out.println("没有找到");
        }else{
            System.out.println("找到数字的第一个位置是"+index);
        }
    }

    public static  int seqSearch(int[] arr, int value){
        //线性查找是逐一比对，发现有相同值，就返回下标
        for (int i=0; i < arr.length; i++){
            if(arr[i] == value){
                return i;
            }
        }
        return -1;
    }
}

运行结果：

二分查找

•  
• 使用二分查找的前提是该数组是有序的

public class BinarySearch {
    public static void main(String[] args) {
        int arr[] = {1, 8, 10, 89, 1000, 1234};
        int index = binarySearch(arr,0, arr.length-1, 1000);
        if(index == -1){
            System.out.println("没有找到");
        }else{
            System.out.println("找到数字的第一个位置是"+index);
        }
    }

    public static int binarySearch(int[] arr, int left, int right, int findVal){
        int mid = (left + right) / 2;
        int midVal = arr[mid];

        if(left > right){ //在端点的时候就是left==right
            return -1;
        }

        if(findVal > midVal){ //向右递归
            return binarySearch(arr, mid+1, right, findVal);
        } else if (findVal < midVal){ //向左递归
            return binarySearch(arr, left, mid-1, findVal);
        } else {
            return mid;
        }

    }
}

运行结果： 

 二分查找升级版（可以找到多个相同值）

思路：找到mid索引值时不要立刻返回，继续向mid索引值的左边扫描，将所有满足的加入到集合，然后再从右边扫描，同样加入集合。

import java.util.ArrayList;
import java.util.List;

public class BinarySearch {
    public static void main(String[] args) {
        int arr[] = {1, 8, 10, 89, 1000, 1000, 1000, 1234};
        List index = binarySearch(arr,0, arr.length-1, 1000);
        if(index.size() == 0){
            System.out.println("没有找到");
        }else{
            System.out.println("找到数字的位置是 "+index);
        }
    }

    public static ArrayList<Integer> binarySearch(int[] arr, int left, int right, int findVal){
        int mid = (left + right) / 2;
        int midVal = arr[mid];

        if(left > right){ //在端点的时候就是left==right
            return new ArrayList<Integer>();
        }

        if(findVal > midVal){ //向右递归
            return binarySearch(arr, mid+1, right, findVal);
        } else if (findVal < midVal){ //向左递归
            return binarySearch(arr, left, mid-1, findVal);
        } else {
            ArrayList<Integer> resIndexlist = new ArrayList<Integer>();
            // 向mid索引值 左边扫描
            int temp = mid - 1;
            while(true){
                if(temp<0||arr[temp] != findVal){
                    break;
                }
                resIndexlist.add(temp);
                temp -= 1; //temp左移
            }

            resIndexlist.add(mid);

            // 向mid索引值 右边扫描
            temp = mid + 1;
            while(true){
                if(temp> arr.length-1||arr[temp] != findVal){
                    break;
                }
                resIndexlist.add(temp);
                temp += 1; //temp右移
            }

            return resIndexlist;
        }

    }
}

插值查找算法

插值查找算法类似于二分查找， 不同的是插值查找每次从自适应 mid 处开始查找。（插值查找算法，也要求数组是有序的）

int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);

这样可以使mid有更高概率接近目标值的下标。

public static int insertValueSearch(int[] arr, int left, int right, int findVal) {


	//注意：findVal < arr[0]  和  findVal > arr[arr.length - 1] 必须需要
	//否则我们得到的 mid 可能越界
	if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
		return -1;
	}

	// 求出mid, 自适应
	int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
	int midVal = arr[mid];
	
	if (findVal > midVal) { // 说明应该向右边递归
		return insertValueSearch(arr, mid + 1, right, findVal);
	} else if (findVal < midVal) { // 说明向左递归查找
		return insertValueSearch(arr, left, mid - 1, findVal);
	} else {
		return mid;
	}

}

 

注意

1. 对于数据量较大， 关键字分布比较均匀的查找表来说， 采用插值查找, 速度较快.
2. 关键字分布不均匀的情况下， 该方法不一定比折半查找要好

 斐波那契(黄金分割法)查找算法

斐波那契数列 {1, 1, 2, 3, 5, 8, 13, 21, 34, 55 }，发现斐波那契数列的两个相邻数的比例，无限接近 黄金分割值 0.618。（斐波那契数列 F[k]=F[k-1]+F[k-2]）

斐波那契查找原理与前两种相似， 仅仅改变了中间结点（mid） 的位置， mid 不再是中间或插值得到， 而是位于黄金分割点附近， 即 mid=low+F(k-1)-1（F 代表斐波那契数列）

注意：顺序表长度 n 不一定刚好等于 F[k]-1， 所以需要将原来的顺序表长度 n 增加至 F[k]-1。

public class FibonacciSearch {

    public static int maxSize = 20;

    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1234};

        System.out.println("index=" + fibSearch(arr, 7));// 0

    }

    //因为后面我们mid=low+F(k-1)-1，需要使用到斐波那契数列，因此我们需要先获取到一个斐波那契数列
    public static int[] fib() {
        int[] f = new int[maxSize];
        f[0] = 1;
        f[1] = 1;
        for (int i = 2; i < maxSize; i++) {
            f[i] = f[i - 1] + f[i - 2];
        }
        return f;
    }

    //编写斐波那契查找算法
    //使用非递归的方式编写算法

    public static int fibSearch(int[] arr, int key) {
        int low = 0;
        int high = arr.length - 1;
        int k = 0; //表示斐波那契分割数值的下标
        int mid = 0; //存放mid值
        int f[] = fib(); //获取到斐波那契数列

        //获取到斐波那契分割数值的下标
        while (high > f[k] - 1) {
            k++;
        }

        for (int i = high + 1; i < temp.length; i++) {
            temp[i] = arr[high];
        }

        // 使用while来循环处理，找到我们的数 key
        while (low <= high) { // 只要这个条件满足，就可以找
            mid = low + f[k - 1] - 1;

            if (key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
                high = mid - 1;
                k--;
            } else if (key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
                low = mid + 1;
                k -= 2;
            } else { //找到
                if (mid <= high) {
                    return mid;
                } else {
                    return high;
                }
            }
        }

        return -1;
    }
}