基础算法学习笔记---第二部分：查找算法

本文链接：https://blog.csdn.net/cqf949544506/article/details/82177929

前言：

最近在复习基础算法，这里记录一下复习过程，以后有新体会随时更新。

第二部分：查找算法

本文简单概括性的介绍了常见的七种查找算法，说是七种，其实二分查找、插值查找以及斐波那契查找都可以归为一类——插值查找。插值查找和斐波那契查找是在二分查找的基础上的优化查找算法。

查找算法分类：

1）静态查找和动态查找；

1.静态查找表（Static Search Table）：只做查找操作的查找表。它的主要操作是：

①查询某个“特定的”数据元素是否在表中
②检索某个“特定的”数据元素和各种属性

2.动态查找表（Dynamic Search Table）：在查找中同时进行插入或删除等操作：

①查找时插入数据
②查找时删除数据

2）无序查找和有序查找。

无序查找：被查找数列有序无序均可；

有序查找：被查找数列必须为有序数列。

1、顺序查找

算法简介

顺序查找又称为线性查找，是一种最简单的查找方法。适用于线性表的顺序存储结构和链式存储结构。该算法的时间复杂度为O(n)。

（计算机中数据的存储结构分为以下四种：1、顺序存储方式 2、链接存储方式 3、索引存储方式 4、散列存储方式）

基本思路

从第一个元素m开始逐个与需要查找的元素x进行比较，当比较到元素值相同(即m=x)时返回元素m的下标，如果比较到最后都没有找到，则返回-1。

优缺点

缺点：是当n 很大时，平均查找长度较大，效率低；
优点：是对表中数据元素的存储没有要求。另外，对于无序线性链表，只能进行顺序查找。

public class SequentialSearch {

	public static void main(String[] args) {
		int[] array = {6, 5, 3, 1, 8, 7, 2, 9 ,4};
		System.out.println(search(array,7));
	}
	
	public static int search(int[] array,int target){
		for(int i=0;i<array.length;i++){
			if(array[i]==target){
				return i;
			}
		}
		return -1;
	}

}

2、二分查找

说明：元素必须是有序的，如果是无序的则要先进行排序操作。

基本思想：也称为是折半查找，属于有序查找算法。用给定值k先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表，这样递归进行，直到查找到或查找结束发现表中没有这样的结点。

复杂度分析：最坏情况下，关键词比较次数为log2(n+1)，且期望时间复杂度为O(log2n)；

注：折半查找的前提条件是需要有序表顺序存储，对于静态查找表，一次排序后不再变化，折半查找能得到不错的效率。但对于需要频繁执行插入或删除操作的数据集来说，维护有序的排序会带来不小的工作量，那就不建议使用。——《大话数据结构》

public class BinarySearch {
	public static void main(String[] args) {
		int[] array = {1, 2, 3, 4, 5, 6, 7, 8 ,9};
		System.out.println(search(array,7));
	}
	
	public static int search(int[] array,int target){
		int left = 0,right = array.length-1;
		while(left<=right){
			int mid = (left+right)/2;
			if(array[mid]>target){
				right = mid-1;
			}else if(array[mid]<target){
				left = mid+1;
			}else{
				return mid;
			}
		}
		return -1;
	}
}

3、插值查找

在介绍插值查找之前，首先考虑一个新问题，为什么上述算法一定要是折半，而不是折四分之一或者折更多呢？

打个比方，在英文字典里面查“apple”，你下意识翻开字典是翻前面的书页还是后面的书页呢？如果再让你查“zoo”，你又怎么查？很显然，这里你绝对不会是从中间开始查起，而是有一定目的的往前或往后翻。

同样的，比如要在取值范围1 ~ 10000 之间 100 个元素从小到大均匀分布的数组中查找5，我们自然会考虑从数组下标较小的开始查找。

经过以上分析，折半查找这种查找方式，不是自适应的（也就是说是傻瓜式的）。二分查找中查找点计算如下：

mid=(left+right)/2, 即mid=left+1/2*(left-right);

通过类比，我们可以将查找的点改进为如下：

mid=left+(target-a[left])/(a[right]-a[left])*(right-left)，

也就是将上述的比例参数1/2改进为自适应的，根据关键字在整个有序表中所处的位置，让mid值的变化更靠近关键字target，这样也就间接地减少了比较次数。

注：对于表长较大，而关键字分布又比较均匀的查找表来说，插值查找算法的平均性能比折半查找要好的多。反之，数组中如果分布非常不均匀，那么插值查找未必是很合适的选择。

　复杂度分析：查找成功或者失败的时间复杂度均为O(log2(log2n))，在最坏的情况下可能需要 O（n）。

public class InsertSearch {

	public static void main(String[] args) {
		int[] array = {1, 2, 3, 4, 5, 6, 7, 8 ,9};
		System.out.println(search(array,7));
	}
	
	public static int search(int[] array,int target){
		int left = 0,right = array.length-1;
		while(left<=right){
			//与二分查找不同之处，自适应查找中点
			int mid = left+(target-array[left])/(array[right]-array[left])*(right-left);
			if(array[mid]>target){
				right = mid-1;
			}else if(array[mid]<target){
				left = mid+1;
			}else{
				return mid;
			}
		}
		return -1;
	}
}

4. 斐波那契查找

在介绍斐波那契查找算法之前，我们先介绍一下很它紧密相连并且大家都熟知的一个概念——黄金分割。

　　黄金比例又称黄金分割，是指事物各部分间一定的数学比例关系，即将整体一分为二，较大部分与较小部分之比等于整体与较大部分之比，其比值约为1:0.618或1.618:1。

　　0.618被公认为最具有审美意义的比例数字，这个数值的作用不仅仅体现在诸如绘画、雕塑、音乐、建筑等艺术领域，而且在管理、工程设计等方面也有着不可忽视的作用。因此被称为黄金分割。

　　大家记不记得斐波那契数列：1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89…….（从第三个数开始，后边每一个数都是前两个数的和）。然后我们会发现，随着斐波那契数列的递增，前后两个数的比值会越来越接近0.618，利用这个特性，我们就可以将黄金比例运用到查找技术中。