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;
}
}