七、查找算法

1、介绍

常见查找算法：

• 顺序（线性）查找
• 二分查找/折半查找
• 插值查找
• 斐波那契查找

2、顺序查找

依次遍历数据，查找到就返回下标，没有查找到就返回-1

2.1 代码实现

public class SeqSearch {

	public static void main(String[] args) {
		 int[] array = new int[]{1, 9, 11, -1, 34, 89};
		 int index = seqSearch(array, 9);
		 System.out.println("index=" + index);

	}
	
	/**
	 * 线性查找,找到就返回下标，找不到就返回-1
	 * @param arr
	 * @param value
	 * @return
	 */
	public static int seqSearch(int[] arr,int value) {
		for (int i = 0; i < arr.length; i++) {
			if (arr[i] == value) {
				return i;
			}
		}
		return -1;
	}
}

3、二分查找

二分查找又叫折半查找，从有序列表的初始候选区li[0:n]开始，通过对待查找的值与候选区中间值的比较，可以使候选区减少一半。如果待查值小于候选区中间值，则只需比较中间值左边的元素，减半查找范围。依次类推依次减半。

3.1 代码实现

public class BinarySearch {

	public static void main(String[] args) {
		int[] array ={ 1, 8, 10, 89, 1000,1000,1000,1000, 1234 };
		int index = binarySearch(array, 0, array.length - 1, 8);
		System.out.println("index = " + index);
		
//		 ArrayList<Integer> indexList = binarySearch2(array, 0, array.length - 1, 1000);
//		System.out.println("indexList = " + indexList);
	}

	/**
	 * 
	 * @param arr
	 * @param left    左边的索引
	 * @param right   右边的索引
	 * @param findVal 要查找的值
	 * @return 如果找到就返回下标，如果没有找到就返回-1
	 */
	public static int binarySearch(int[] arr, int left, int right, int findVal) {
		if (left > right) {
			return -1;
		}
		int mid = (left + right) / 2;
		int midVal = arr[mid];
		if (findVal > midVal) {
			return binarySearch(arr, mid + 1, right, findVal);
		} else if (findVal < midVal) {
			return binarySearch(arr, left, mid - 1, findVal);
		} else {
			return mid;
		}
	}
	
	/**
	 * 有多个相同的数值时，如何将所有的数值都查找到
	 * @param arr
	 * @param left    左边的索引
	 * @param right   右边的索引
	 * @param findVal 要查找的值
	 * @return 如果找到就返回下标数组，如果没有找到就返回空数组
	 */
	public static ArrayList<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
		if (left > right) {
			return new ArrayList<Integer>();
		}
		int mid = (left + right) / 2;
		int midVal = arr[mid];
		if (findVal > midVal) {
			return binarySearch2(arr, mid + 1, right, findVal);
		} else if (findVal < midVal) {
			return binarySearch2(arr, left, mid - 1, findVal);
		} else {
			//思路分析:
			//1.在找到mid索引值，不要马上返回
			//2.在mid索引值的左边扫描，将所有满足的值的下标加入到集合
			//3.在mid索引值的右边扫描，将所有满足的值的下标加入到集合
			//4.将ArrayList返回
			ArrayList<Integer> indexList = new ArrayList<Integer>();
			//向左扫描
			int temp = mid -1;
			while (true) {
				if (temp < 0 || arr[temp] != findVal) {
					break;
				}
				indexList.add(temp);
				temp--;
			}
			//中间的值也放入ArrayList
			indexList.add(mid);
			
			//向右扫描
			temp = mid +1;
			while (true) {
				if (temp > arr.length -1 || arr[temp] != findVal) {
					break;
				}
				indexList.add(temp);
				temp++;
			}
			
			return indexList;
		}
	}

}

4、插值查找

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。将折半查找中的求mid索引的公式，low表示左边索引left，high表示右边索引right，key就是前面我们讲的findVal。

注意事项

• 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
• 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

4.1 代码实现

public class InsertValueSearch {

	public static void main(String[] args) {
		int[] arr = new int[100];
		for (int i = 0; i < arr.length; i++) {
			arr[i] = i +1;
		}
		
		int index = insertValueSearch(arr, 0, arr.length -1 , 15);
		System.out.println("index = " + index);

	}
	
	/**
	 * 插值查找
	 * @param arr
	 * @param left 左边的索引
	 * @param right 右边的索引
	 * @param findValue 要查找的值
	 * @return 如果找到就返回下标，如果没有找到就返回-1
	 */
	public static int insertValueSearch(int[] arr,int left,int right, int findValue) {
		//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 || findValue < arr[0] || findValue > arr[arr.length -1]) {
			return -1;
		}
		
		int mid = left + (right - left)* (findValue - arr[left])/(arr[right] - arr[left]);
		int midValue = arr[mid];
		if (findValue > midValue) {
			return insertValueSearch(arr, mid + 1, right, findValue);
		}else if (findValue < midValue) {
			return insertValueSearch(arr, left, mid - 1, findValue);
		}else {
			return mid;
		}
	}

}

5、斐波那契查找

黄金分割点是指把一条线段分割为两部分，使其中一部分与全长之比等于另一部分与这部分之比。取其前三位数字的近似值是0.618。由于按此比例设计的造型十分美丽，因此称为黄金分割，也称为中外比。这是一个神奇的数字，会带来意想不到的效果。
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)，如下图所示：

5.1 代码实现

public class FibonacciSearch {
	private static int MAX_SIZE = 20;

	public static void main(String[] args) {
		int[] arr = { 1, 8, 10, 89, 1000, 1234 };
		int[] fibs = fib();
		System.out.println("fib = " + Arrays.toString(fibs));

		System.out.println("找到数字1000的下标为：" + fibSearch(arr, 1000));
	}

	/**
	 * 非递归方法得到一个斐波那契数列
	 * 
	 * @return
	 */
	public static int[] fib() {
		int[] fib = new int[MAX_SIZE];
		fib[0] = 1;
		fib[1] = 1;
		for (int i = 2; i < MAX_SIZE; i++) {
			fib[i] = fib[i - 1] + fib[i - 2];
		}
		return fib;
	}

	public static int fibSearch(int[] arr, int findValue) {
		int low = 0;
		int high = arr.length - 1;
		// 表示斐波那契分割数值的下标
		int k = 0;
		// 存放mid值
		int mid = 0;
		// 获取到斐波那契数列
		int[] fib = fib();
		// 获取到斐波那契分割数值的下标
		while (high > fib[k] - 1) {
			k++;
		}
		System.out.println("斐波那契分割数值的下标:k = " + k);
		// 因为 fib[k] 值可能大于 array 的 长度，因此我们需要使用Arrays类，构造一个新的数组
		int[] temp = Arrays.copyOf(arr, fib[k]);
		// 实际上需要使用array数组最后的数填充 temp
		for (int i = high + 1; i < temp.length; i++) {
			temp[i] = arr[high];
		}
		System.out.println("构造的temp数组为：" + Arrays.toString(temp));
		while (low <= high) {
			mid = low + fib[k] - 1;
			System.out.println("mid为：" + mid);
			if (findValue < temp[mid]) {
				high = mid - 1;
				k--;
			} else if (findValue > temp[mid]) {
				low = mid + 1;
				k++;
			} else {
				return Math.min(mid, high);
			}
		}
		return -1;
	}

}