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
package com.yuxi.lesson08;
public class SeqSearch {
public static void main(String[] args) {
int arr[] = {1,9,11,35,45,-1};//没有顺序
int index = seqSearch(arr, 0);
if (index == -1){
System.out.println("没有找到");
}else{
System.out.println("找到,下标为 :" + index);
}
}
public static int seqSearch(int arr[] ,int value){
//线性查找是逐一对比,发现有相同值,就返回下标
for (int i = 0; i < arr.length; i++) {
if (arr[i] == value){
return i;
}
}
return -1;
}
}
二分查找算法
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"。
package com.yuxi.lesson08;
import java.util.ArrayList;
import java.util.List;
//二分法查找的前提是 该数组是有序的
public class BinarySearch {
public static void main(String[] args) {
// int[] arr = {0,1,4,6,7,111,567,876};
// int resIndex = binarySearch(arr, 0, arr.length - 1, 2);
// System.out.println("resIndex " + resIndex);
int arr[] = {1,8, 10, 89, 1000, 1000,1234};
List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 1000);
System.out.println("resIndexList :" + resIndexList);
}
/**
* 二分法查找算法
* @param arr 数组
* @param left 左边索引
* @param right 右边索引
* @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){
//left > right 时,说明递归整个数组,但是没有找到
if (left > right){
return -1;
}
int mid = (left + right) / 2;
int midVal = arr[mid];
if (findVal > midVal){ //向右递归
return binarySearch(arr,mid + 1,right,findVal);
}else if (findVal < midVal) {//向左递归
return binarySearch(arr,left,mid - 1,findVal);
}else {
return mid;
}
}
// 思考 :{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.
/*
思路分析 :
1 , 在找到mid索引时,不要马上返回
2 , 向mid索引值的左边扫描,将所有满足1000 的元素的下标,加入到集合ArrayList
3 , 向mid索引值的右边扫描,将所有满足1000 的元素的下标,加入到集合ArrayList
4 . 将ArrayList返回
*/
public static List<Integer> binarySearch2(int[] arr ,int left,int right,int findVal){
//left > right 时,说明递归整个数组,但是没有找到
if (left > right){
return new ArrayList<Integer>();
}
int mid = (left + right) / 2;
int midVal = arr[mid];
if (findVal > midVal){ //向右递归
return binarySearch2(arr,mid + 1,right,findVal);
}else if (findVal < midVal) {//向左递归
return binarySearch2(arr,left,mid - 1,findVal);
}else {
List<Integer> resIndexList = new ArrayList<>();
//向mid索引值的左边扫描,将所有满足1000 的元素的下标,加入到集合ArrayList
int temp = mid - 1;
while(true){
if (temp < 0 || arr[temp] != findVal){//退出
break;
}
//否则,就temp放入到resIndexList
resIndexList.add(temp);
temp -= 1;//左移
}
resIndexList.add(mid);
//向mid索引值的左边扫描,将所有满足1000 的元素的下标,加入到集合ArrayList
temp = mid + 1;
while(true){
if (temp > arr.length -1 || arr[temp] != findVal){//退出
break;
}
//否则,就temp放入到resIndexList
resIndexList.add(temp);
temp += 1;//右移
}
return resIndexList;
}
}
}
插值查找算法
原理介绍
- 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 。 - int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) ; /插值索引
对应前面的代码公式:
int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left]) - 举例说明插值查找算法 1-100 的数组。
插值查找应用案例:
请对一个有序数组进行插值查找 {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"。
package com.yuxi.lesson08;
public class InsertValueSearch {
public static void main(String[] args) {
//int[] arr = new int[100];
int arr[] = {1, 8, 10, 89, 1000, 1234};
int index = insertValueSearch(arr, 0, arr.length - 1, 1);
//int index = binarySearch(arr,0, arr.length, 1);
System.out.println("index = " + index);
}
public static int binarySearch(int[] arr, int left, int right, int findVal) {
System.out.println("二分法查找被被调用~~");
//left > right 时,说明递归整个数组,但是没有找到
if (left > right) {
return -1;
}
int mid = (left + right) / 2;
int midVal = arr[mid];
if (findVal > midVal) { //向右递归
return binarySearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {//向左递归
return binarySearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
//编写插值查找算法
/**
* 说明 : 插值查找算法 也要求数组必须是有序的
*
* @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,就返回对应的下标,如果没有找到,返回 -1;
*/
public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
System.out.println("插入值查找次数 ~~");
//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 || findVal < arr[0] || findVal > arr[arr.length - 1]) {
return -1;
}
//求出mid 自适应
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (findVal > midVal) {
return insertValueSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
return insertValueSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}
斐波那契查找
斐波那契(黄金分割法)查找基本介绍
- 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。
- 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)。
对F(k-1)-1的理解:
1)由斐波那契数列 F[k] = 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即可,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。
package com.yuxi.lesson08;
import java.util.Arrays;
public class FibonacciSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1,8,10,1000,1234};
System.out.println("index = " + fibSearch(arr,10));
}
//因为后面我们mid = low + F(k-1) - 1,需要使用到斐波那契数列,因为我们需要先获得一个斐波那契数列
//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] = 0;
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
//使用非递归的方式编写
/**
*
* @param a 数组
* @param key 我们需要查找的关键码(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 hight = 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();//获取到斐波那契数列
//获取到斐波那契分割数值的下标
while( hight > f[k] - 1){
k++ ;
}
//因为f[k] 值 可能大于 a 的长度,因为我们需要使用Arrays类,构造一个新的数组,并指向temp[]
//不足的部分会使用0填充
int[] temp = Arrays.copyOf(a,f[k]);
//实际上需求使用a数组最后的填充temp
for (int i = hight+1; i < temp.length; i++) {
temp[i] = a[hight];
}
//使用while循环处理,找到我们的数key
while(low < hight){
mid = low + f[k -1] - 1;
if (key < temp[mid]){ //数组左边查找
hight = mid -1;
k--;
//为啥时k--
//全部的元素 = 前面的元素 + 后面的元素
//f[k] = f[k-1] + f[k-2]
//因为 前面 f[k-1]个元素 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;
}else if (key > temp[mid]){ //数组右边查找
low = mid + 1;
k -= 2;
//全部的元素 = 前面的元素 + 后面的元素
//f[k] = f[k-1] + f[k-2]
//因为 后面 f[k-2]个元素 继续拆分 f[k-1] = f[k-3] + f[k-4]
//即在f[k-2] 的前面进行查找 k-= 2
//即下次循环 mid = f[k-1-2] - 1;
}else {
//需要确定下标
if (mid < hight){
return mid;
}else{
return hight;
}
}
}
return - 1;
}
}