查找
算法中最重要的是 Hash 查找和二分查找,Hash 查找之前做过专门的 blog
基本查找
这种方式无无论是有序无序都可以,对数据没什么要求
public int search(int[] a, int key) {
for (int i = 0; i < a.length; i++) {
if (a[i] == key) {
return i;
}
}
return -1;
}
二分查找与分治
分治法(Divide and Conquer)是一种很重要的算法范式,它将问题分解成更小的子问题,然后将子问题的解组合起来得到原问题的解。分治法通常包括三个步骤:分解、解决、合并。
-
分解(Divide):将原问题划分成若干个规模较小但结构与原问题相似的子问题,这些子问题相互之间是独立的。
-
解决(Conquer):递归地求解各个子问题。当子问题足够小,可以直接求解时,就不再继续递归。
-
合并(Combine):将子问题的解合并成原问题的解。
分治法通常适用于问题可以划分成独立的子问题,并且子问题的解可以合并成原问题的解的情况。它在许多领域中都有应用,比如排序算法(如归并排序、快速排序)、搜索问题(如二分搜索)、图问题(如合并排序树)等。
二分查找是最简单、最经典的分治
循环的方式
前提是数据是有序的
public int binarySearch(int[] array, int low, int high, int target) {
while (low <= high) {
int mid = (low + high) / 2;
if (array[mid] == target) {
return mid ;
} else if (array[mid] > target) {
// 由于array[mid]不是目标值,因此再次递归搜索时,可以将其排除
high = mid -1;
} else {
// 由于array[mid]不是目标值,因此再次递归搜索时,可以将其排除
low = mid + 1;
}
}
return -1;
}
这里有两个优化点
- / 可以被
位运算
替代, int mid = (low + high) / 2; 可以写成 (low + high)>> 1 - (low + high) / 2 这里可能会栈溢出,所以需要改为
low + ((high - low) >> 1)
。(high - low) 是用来表示一个相对较小的范围,而右移一位相当于除以2,所以即使 low 和 high 非常大,相减的结果也不会越界 - 在非 python 环境下,由于符号的运算优先级的问题如果只写 low + (high - low) >> 1 那么会出现错误,需要这样写
low + ((high - low) >> 1)
最终形式可以是这样
public int binarySearch(int[] array, int low, int high, int target) {
while (low <= high) {
int mid = low + ((high - low) >> 1);
if (array[mid] == target) {
return mid;
} else if (array[mid] > target) {
// 由于array[mid]不是目标值,因此再次递归搜索时,可以将其排除
high = mid - 1;
} else {
// 由于array[mid]不是目标值,因此再次递归搜索时,可以将其排除
low = mid + 1;
}
}
return -1;
}
递归的方式
public int search(int[] a, int low, int height, int key) {
if (low <= height) {
int mid = (height + low) / 2;
if (a[mid] == key) {
return mid;
} else if (a[mid] > key) {
search(a, height, mid - 1, key);
} else {
search(a, mid + 1, height, key);
}
}
return -1;
}