Java--查找算法

1.二分查找

2.插值查找算法

1，和二分查找不同的是每次从自适应mid处开始查找
2，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。
3，

package com.atguigu.search;

import java.util.Arrays;

public class InsertValueSearch {

    public static void main(String[] args) {
        int[] arr = new int[100];
        for (int i = 0; i < 100; i++) {
            arr[i] = i + 1;
        }
        //System.out.println(Arrays.toString(arr));
        int index = binarySearch(arr,0,arr.length, 100);
       // int index = insertValueSearch(arr,0,arr.length -1, 100);
        System.out.println("index = " + index);
    }
    //二分查找
    /**
     *
     * @param arr 数组
     * @param left 左边索引
     * @param right 右边索引
     * @param findVal 查找值
     * @return 如果找到，返回对应下标，如果没有找到，返回-1
     */
    public static int binarySearch(int[] arr, int left, int right, int findVal){
        System.out.println("二分查找次数~~~");

        if (left > right ){
            return -1;
        }
        //求mid
        int mid = (right+left) / 2;
        int midVal =arr[mid];

        if (findVal > midVal) {//说明应该向右边递归
            return binarySearch(arr,mid +1, right, findVal);
        }else if(findVal < midVal) {
            return binarySearch(arr, left, mid - 1, findVal);
        }else {
            return mid;
        }
    }

    //插值查找

    /**
     *
     * @param arr 数组
     * @param left 左边索引
     * @param right 右边索引
     * @param findVal 查找值
     * @return 如果找到，返回对应下标，如果没有找到，返回-1
     */
    public static int insertValueSearch(int[] arr, int left, int right, int findVal){
        System.out.println("查找次数~~~");

        if (left > right || findVal < arr[0] || findVal > arr[arr.length -1]){
            return -1;
        }
        //求mid
        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, left, mid - 1, findVal);
        }else{
            return mid;
        }
    }
}

3.斐波那契（黄金分割法）查找算法

1，原理：改变了中间结点的位置mid=low+F(k-1)-1

package com.atguigu.search;

import java.util.Arrays;

public class FibonacciSearch {
    public static int maxSize =20;
    public static void main(String[] args) {
        int [] arr = {1,7,10,89,1000,1234};
        System.out.println("index= " +fibSearch(arr,89));
    }
    //因为后面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
    //非递归方法得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
    //使用非递归方法
    /**
     *
     * @param a 数组
     * @param key 需要查找的关键值
     * @return  返回对应的下标，如果没有返回-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
        int mid =0;//存放mid值
        int f[] =fib();//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]的值可能大于a的长度，因此我们需要使用Arrays类，构造一个新的数组，并指向a[]
        //不足的不分用0填充
        int[] temp = Arrays.copyOf(a,f[k]);
        //实际上需求使用a数组最后的数填充temp
        for (int i = high +1; i < temp.length; i++) {
            temp[i]=a[high];
        }
        //使用while来循环处理，找到我们的数k
        while (low <= high ){
            mid = low +f[k-1] -1;
            if (key < temp[mid]){
                high= mid-1;
                //1,全部元素= 前面的元素+后面元素
               // 2. f[k]= f[k-1]+f[k-2];前面有f[k-1]个元素，可继续拆分f[k-1]= f[k-2]+f[k-3]
                //即在f[k-1]的前面继续查找k--
                //即下次循环mid =f[k-1-1]-1
                k--;
            }else if(key > temp[mid]){
                high= mid+1;
                //1,全部元素= 前面的元素+后面元素
                // 2. f[k]= f[k-1]+f[k-2];前面有f[k-1]个元素，可继续拆分f[k-1]= f[k-2]+f[k-3]
                //即在f[k-1]的前面继续查找k--
                //即下次循环mid =f[k-1-1]-1
                k-=2;
            }else{
                //需要确定，返回的是那个下标
                if (mid <= high){
                    return mid;
                }else{
                    return high;
                }
            }
        }
        return -1;
    }
}