6.java数据结构与算法 ---- 第八章 查找算法()

查找算法

1.线性查找(略)
2.二分查找 -

二分查找

前提:该数组有序
思路:
确定中间数的下表是否是要查找的值,若否,则向左右递归

图解:
在这里插入图片描述

上代码:

/**
 * @param arr     数组
 * @param left    左边索引
 * @param right   右边索引
 * @param findVal 要查找的值
 */
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) {//向右递归
        binarySearch(arr, mid + 1, right, findVal);
    } else if (findVal < midVal) {//向左递归
        binarySearch(arr, left, mid - 1, findVal);

    } else {//midVal == findVal
        return mid;
    }

    return -1;//没找到返回-1;找到返回下标
}

/**
 * 二分法查找优化--
 * 要求int[] arr = {1, 8, 10, 89, 1000,1000, 1234};
 * 把两个1000 都找出
 *
 * @param arr
 * @param left
 * @param right
 * @param findVal
 * @return
 */
public static ArrayList binarySearch2(int[] arr, int left, int right, int findVal) {

    //递归整个数组都没找到
    if (left > right) {
        return null;
    }
    int mid = (left + right) / 2;
    int midVal = arr[mid];

    if (findVal > midVal) {//向右递归
        binarySearch2(arr, mid + 1, right, findVal);
    } else if (findVal < midVal) {//向左递归
        binarySearch2(arr, left, mid - 1, findVal);
    } else {//midVal == findVal
/*            思路:
        !!!首先要明白,最最最后,划分成了很小第一段里面找的,所以只需要找到mid左右比较是不是也是一样的
        1.找到值的时候,不要立马返回
        2.向mid的左右扫描知道满足有其他
        3.放入ArrayList中 返回*/

        ArrayList<Integer> list = new ArrayList<>();

        //向左扫描
        int temp = mid - 1;
        while (true) {
            if (temp < 0 || arr[temp] != findVal) break;
            //否则
            list.add(temp);
            temp--;
        }
        list.add(mid);

        //向右扫描
        temp = mid + 1;
        while (true) {
            if (temp > arr.length - 1 || arr[temp] != findVal) break;
            //否则
            list.add(temp);
            temp++;
        }
        return list;
    }

    return null;
}


@Test
public void test() {
    int[] arr = {1, 8, 10, 89, 1000,1000,1000,1000, 1234};

    ArrayList list = binarySearch2(arr, 0, arr.length - 1, 1000);
    System.out.println(list);
}

插值查找

相比较二分查找,
应用场景:数据量大,关键字分布均匀,其他情况不一定的

核心:在于一个自适应公式

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

        if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {//越界或者找不到
            return -1;
        }
        //int mid = (left + right) / 2;
        int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);

        int midVal = arr[mid];

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

        } else {//midVal == findVal
            return mid;
        }

        return -1;//没找到返回-1;找到返回下标
}

斐波那契(黄金分割)查找

原理:相比较前两种,只是改变了mid的位置,mid取黄金分割点

F(k) = F(k-1) + F(k-2),推出F(k) -1 = F(k-1)-1 + F(k-2)-1 + 1
如下图:所以mid = low = F(k-1) - 1

在这里插入图片描述

上代码:


/**
 * 斐波那契(黄金分割)查找
 */
public class FibonacciSearch {

    private static int maxSize = 20;

    @Test
    public void test() {
        int[] arr = {1, 8, 10, 89, 1000, 1234};
        int index = fibSearch(arr, 1234);
        System.out.println(index);

    }


    //因为要用到mid = low + F(K-1) -1   , 所以需要斐波那契数列,先获取一个斐波那契数列
    //用非递归的方式得到斐波那契数列
    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;
    }


    /**
     * 斐波那契(黄金分割)查找
     *
     * @param arr   数组
     * @param key 需要查找的值
     * @return
     */
    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;
        int f[] = fib(); //获取斐波那契数列

        //获取到斐波那契分割数值的下标  -- 顺序表的长度不一定刚好等于F[k]-1,所以找到k值,使得F[k]-1恰好大于或等于数组的长度
        // --也就是满足(斐波那契数列要 涵盖待查找的顺序列表) 找到k值
        while (high > f[k] - 1) {
            k++;
        }
        //f[k]值可能大于数组arr的长度,构造新的数组指向a[]
        int[] temp = Arrays.copyOf(arr, f[k]);//复制arr数组,长度用的f[k]的长度,, 不足的部分会使用0填充的
        //填充temp = {1, 8, 10, 89, 1000, 1234, 0, 0}; --> {1, 8, 10, 89, 1000, 1234, 1234, 1234}
        for (int i = high + 1; i < temp.length; i++) {
            temp[i] = arr[high];
        }

        //通过while循环处理,查找key
        while (low <= high) {//只要满足这个条件我们就可以找
            mid = low + f[k - 1] - 1;//根据推导出来的mid下标
            if (key < temp[mid]) {//左边找
                high = mid - 1;
                k--;
            } else if (key > temp[mid]) {//右边找
                low = mid + 1;
                k-=2;
                //为什么是k-=2?
                //f[k] = f[k-1] + f[k-2]
                //在右边找
                //f[k-2] = f[k-3] + f[k-4]

            } else {//找到了
                if (mid <= high) {
                    return mid;
                } else {
                    return high;
                }
            }
        }

        return -1;//没找到
    }

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值