查找算法
查找算法介绍
在java中，我们常用的查找有四种:
- 顺序(线性)查找
- 二分查找/折半查找
- 插值查找
- 斐波那契查找
线性查找算法
有一个数列:{1,8，10，89，1000,1234}，判断数列中是否包含此名称【顺序查找】
要求:如果找到了，就提示找到，并给出下标值。
思路:如果查找到全部符合条件的值。[思路分析.]
代码实现
package com.iswhl.search;
public class SeqSearch {
public static void main(String[] args) {
int array[] = {1,2,3,4,5,6,7,8,9};
int i = seqSearch(array, 6);
if (i == -1){
System.out.println("没有找到！");
}else {
System.out.println("找到了，其下标为："+i);
}
}
public static int seqSearch(int[] array,int value){
int index = -1;
for (int i = 0; i < array.length; i++) {
if (array[i] == value){
index = i;
}
}
return index;
}
}
二分查找算法
二分查找:
请对一个有序数组进行二分查找{1,8，10，89，1000，1234}，输入一个数看看该数组是否存在此数，并且求出下标，如果没有就提示"没有这个数”。
二分查找的思路分析
1.首先确定该数组的中间的下标mid= (left+right) / 2
2然后让需要查找的数findval和arr[mid]比较
2.1 findval > arr[mid]，说明你要查找的数在mid的右边,因此需要递归的向右查找
2.2 findval<arr[mid],说明你要查找的数在mid的左边,因此需要递归的向左查找
2.3 findval ==arr[mid]说明找到，就返回
//什么时候我们需要结束递归.
1)找到就结束递归
2)递归完整个数组，仍然没有找到findval ，也需要结束递归当left> right就需要退出
课后思考题:
{1,8，10，89，1000，1000，1234}当一个有序数组中，有多个相同的数值时，如何将所有的数值都查找到，比如这里的1000.
代码实现
package com.iswhl.search;
import java.util.ArrayList;
import java.util.List;
public class BinarySearch {
public static void main(String[] args) {
int array[] = {1,2,3,4,5,6,7,8,8,8,9};
//int i = binarySearch(array, 0, 8, 12);
//System.out.println("查询的下标为："+i);
List<Integer> list = binarySearch2(array, 0, array.length - 1, 8);
System.out.println("list="+list.toString());
}
//普通二分查找
public static int binarySearch(int[] array,int left,int right,int value){
if (left > right){
return -1;
}
//计算出该数组的中间的小标值
int mid = (left + right)/2;
//确定该中间下标的值
int midValue = array[mid];
if (value > midValue){//说明我们要查询的数值在该数值的右边，就向右遍历
return binarySearch(array,mid+1,right,value);
}else if (value < midValue){//说明我们要查询的数值在该数值的左边，就向左遍历
return binarySearch(array,left,mid - 1,value);
}else {//如果不满足前两个条件，则说明当前要查询的value == midValue
return mid;
}
}
//课后思考题
public static List<Integer> binarySearch2(int[] array, int left, int right, int value){
if (left > right){
List<Integer> list = new ArrayList<>();
return list;
}
//计算出该数组的中间的小标值
int mid = (left + right)/2;
//确定该中间下标的值
int midValue = array[mid];
if (value > midValue){//说明我们要查询的数值在该数值的右边，就向右遍历
return binarySearch2(array,mid+1,right,value);
}else if (value < midValue){//说明我们要查询的数值在该数值的左边，就向左遍历
return binarySearch2(array,left,mid - 1,value);
}else {//如果不满足前两个条件，则说明当前要查询的value == midValue
List<Integer> list = new ArrayList<>();
int index = mid - 1;
//向左遍历
while (true){
if (index < 0 || array[index] != value){
break;
}
list.add(index);
index--;
}
list.add(mid);
//向右遍历
index = mid + 1;
while (true){
if (index > array.length - 1 || array[index] != value){
break;
}
list.add(index);
index++;
}
return list;
}
}
}
插值查找算法
插值查找原理介绍:
1）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。
2）将折半查找中的求mid索引的公式, low表示左边索引, high表示右边索引.
3）int midIndex =low +(high - low)(key - arr[low])/ (arr[high] - arr[low]);l插值索引*/key就是前面我们讲的 要查找的值
4）即对应前面我们写的代码：
int mid = left + (right - left)*(value - array[left])/(array[right] - array[left])
4)举例说明插值查找算法1-100的数组
插值查找算法的举例说明
数组arr =[1,2,3,…,100]
假如我们需要查找的值1
使用二分查找的话，我们需要多次递归，才能找到1使用插值查找算法
intmid= left+(right一left)* (findval-arr[left]) /(arr[right]-arr[left])
intmid= 0+(99- o)(1- 1)/(100 - 1) =0+ 990 / 99 = 0
比如我们查找的值100
int mid= 0 +(99-0)(100- 1)/(100 - 1)=0+ 99 99 / 99=0+ 99 = 99
插值查找注意事项:
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
代码实现
package com.iswhl.search;
public class InsertValueSearch {
public static void main(String[] args) {
int array[] = new int[100];
for (int i = 0; i < 100; i++) {
array[i] = i+1;
}
int valueSearch = insertValueSearch(array, 0, 99, 1);
System.out.println(valueSearch);
}
public static int insertValueSearch(int[] array,int left,int right,int findValue){
int mid = left + (right - left)*(findValue - array[left])/(array[right] - array[left]);
int minValue = array[mid];
if (findValue > minValue){//说明要查询的值，在mid的右边
return insertValueSearch(array,mid+1,right,findValue);
}else if (findValue < minValue){
return insertValueSearch(array,left,mid - 1,findValue);
}else {
return mid;
}
}
}
斐波那契(黄金分割法)查找算法
斐波那契(黄金分割法)查找基本介绍:
1)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，会带来意向不大的效果。
2)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(黄金分割法)原理:
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：
对F(k-1)-1的理解:
1)由斐波那契数列FK]=F[k-1]+F[K-2]的性质，可以得到**（F[k]-1)=(F[k-1]-1)+(F[k-2]-1)+1**。该式说明:只要顺序表的长度为F[K]-1，则可以将该表分成长度为F[k-1]-1和F[k-2]-1的两段，即如上图所示。从而中间位置为mid=low+F(k-1)-1
2)类似的，每一子段也可以用相同的方式分割
3)但顺序表长度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。这里的k值只要能使得F[K]-1恰好大于或等于n郎可，由以下代码得到,顺序表长度增加后，新增的位置（从n+1到F[k]-1位置），都赋为n位置的值即可。
while(n>fib(k)-1)
k++;
斐波那契查找应用案例:
请对一个有序数组进行斐波那契查找{杠1,8,10，89，1000，1234},输入一个数看看该数组是否存在此数，并且求出下标，如果没有就提示"没有这个数
代码实现：
package com.iswhl.search;
import java.util.Arrays;
public class FibonacciSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int array[] = {1,8,10,89,1000,1234};
int i = fibSearch(array, 89);
System.out.println(i);
}
//使用非递归的方法得到一个斐波那契数列
public static int[] fibonacci(){
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;
}
// 非递归的方式编写斐波那契数列查找算法
/**
*
* @param a
* @param key 需要查找的值
* @return 返回对应的下标 没有则返回-1
*/
public static int fibSearch(int[] a, int key){
int low = 0;
int high = a.length -1;
int k = 0; // 表示斐波那契分割数值的下标 mid = low+F(k - 1)-1
int mid = 0;
int[] f = fibonacci(); // 获取斐波那契数列
// 获取斐波那契分割数值的下标
while (high > f[k]-1){
k++;
}
// 因为 f[k] 可能大于数组a 的长度 需要一个Array类 构造一个新的数组 并指向temp[]
int[] temp = Arrays.copyOf(a, f[k]); // 多出来的部分用0补起来
// 实际上需要使用a最后的数填充temp
// 举例 :
// temp:{1,8,10,89,1000,1234,0,0} =>temp:{1,8,10,89,1000,1234,1234,1234}
for (int i = high + 1;i < temp.length; i++){
temp[i] = a[high];
}
// 使用while循环查找我们的key
while (low <= high) {
mid = low + f[k-1]-1;
if (key < temp[mid]){//说明应该向数组的前一部分查找(左边)
high = mid -1;
// 为什么是k--
// 1 全部元素 = 前面的元素 + 后边的元素
// 2 f[k] = f[k-1] + f[k-2];
// 因为前面有f[k-1]个元素,所以我们继续拆分 f[k-1] = f[k-2] + f[k-3];
// 即在f[k-1] 的前面继续查找 k--
// 即下次在循环的时候 mid = f[k-1-1] -1
k--;
}else if ( key > temp[mid]){ // 我们继续向数组的右边查找
low = mid + 1;
// 为什么是k-2
// 1 全部元素 = 前面的元素 + 后边的元素
// 2 f[k] = f[k-1] + f[k-2];
// 3 因为后面有f[k-2] 所以加足拆分 f[k -2] = f[k-3] + f[k-4];
// 4 即在f[k-2] 的前面继续查找
// 下次循环mid = f[k-1-2] -1
k -= 2;
}else { // 找到
// 需要确定返回的是哪个下标
if (mid <= high){
return mid;
}else {
return high;
}
}
}
return -1; // 没有找到
}
}
1132
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
