插值查找算法_插值查找时,除法不精准-CSDN博客

2.找到搜索区域内的插值元素（假设所在位置为 M），和目标元素进行比对。如果相等，则搜索成功；如果插值元素大于目标元素，表明目标元素位于插值元素的左侧，将 [Begin, M-1] 作为新的搜素区域；反之，若插值元素小于目标元素，表明目标元素位于插值元素的右侧，将 [M+1, End] 作为新的搜素区域；

3.重复执行第二步，直至找到目标元素。如果搜索区域无法再缩小，且区域内不包含任何元素，表明整个序列中没有目标元素，查找失败。

MId的计算

那么这个M的值是如何计算出来的呢？

在折半查找中： Mid = (Begin+End)/2 =Begin+1/2(End-begin)

Mid = Begin + ( (X - A[Begin]) / (A[End] - A[Begin]) ) *(End - Begin)

Mid：计算得出的元素的位置；

End：搜索区域内最后一个元素所在的位置；

Begin：搜索区域内第一个元素所在的位置；

X：要查找的目标元素

A[]：表示整个待搜索序列。

对比得出公式是将1/2改为了( (X - A[Begin]) / (A[End] - A[Begin]) )

(X - A[Begin])是得到了插值元素和搜索区域内第一个元素的差值（类比D在字母表中为4-0）

(A[End] - A[Begin]) 得到了整个搜索区域的差值（类比于字母表中有26个字母26-0）

例1

在这样一个数组中我们需要找到2

带入公式Mid = Begin + ( (X - A[Begin]) / (A[End] - A[Begin]) ) *(End - Begin)

Mid = 0 + ( ( 2 - 1 ) / ( 10 - 1 ) ) * ( 9 - 0 ) = 1

而得到的一正是目标元素2的值，在这个例子中明显插值查找的效率比折半查找的高得多

缺点

例2

322

888

1025

1527

2229

Mid = Begin + ( (X - A[Begin]) / (A[End] - A[Begin]) ) * (End - Begin)

Mid = 0 + ( ( 77 - 1 ) / ( 2229 - 1 ) ) *( 13 - 0 ) = 0.44--1

Mid = 1 + ( ( 77 - 2 ) / ( 2229 - 2 ) ) *( 13 - 1 ) = 1.40--2 ……………

看得出每次搜索区域只减少了1，很明显在此数组中插值查找远不如折半查找的效率高。

从而我们得到：当有序序列中的元素呈现均匀分布时，插值查找算法的查找效率要优于折半查找算法；反之，如果有序序列不满足均匀分布的特征，插值查找算法的查找效率不如折半查找算法。所谓均匀分布，是指序列中各个相邻元素的差值近似相等。例如，{10, 20, 30, 40, 50} 就是一个均匀分布的升序序列，各个相邻元素的差值为 10。再比如 {100, 500, 2000, 5000} 是一个升序序列，但各相邻元素之间的差值相差巨大，不具备均匀分布的特征。

总的来说，有序+均匀分布是插值查找的最大缺点

具体实现

int interpolation_search(int* arr, int begin, int end, int x)
{
    int mid = 0;
    if (begin > end) { return -1; }
    if (begin == end) {
        if (x == arr[begin]) { return begin; }
        return -1;
    }
    mid = begin + ((x - arr[begin]) / (arr[end] - arr[begin]) * (end - begin));
    if (x == arr[mid]) { return mid; }
    if (x < arr[mid]) { return interpolation_search(arr, begin, mid - 1, x); }
    else              { return interpolation_search(arr, mid + 1, end, x); }
}

插值算法的时间复杂度：

第一次假设搜索区域折为：N/m1

则第二次搜索区域折为：N/(m1*m2)

第三次：N/(m1*m2*m3)

…………

假设当第n次搜索区域只剩下一个元素，即数列已被搜索完成即：N/(m1*m2*m3*…*mn)=1

那我们得到n的值为以m1*m2*m3*...mn为底N的对数

则O(n)=log2N