静态查找问题描述为:给定一个整数和一个数组,查找该整数在这个数组中的位置或返回一个不存在的标志,在查找过程中数组中的数据是不变的。例如在一个电话号码本里查找某一个人。如果数组中的数据是无序的,我们只能用顺序查找来检查数组中的每一个值,直到找到一个匹配的为止。如果数组中的数据已经排过序,就可以使用二分搜索来代替顺序查找。二分搜索每次都是从给定查找范围的中间开始而不是从端点开始,这样可以提高查找效率。二分搜索在查找一个有序的静态数组时很快,是我们经常使用的方法。但是如果我们要查找的值在靠近端点的位置,这时再使用二分搜索显然是不明智的。这时就可以使用更快的一种查找方法插值法。插值法不是简单地使用中间值来查找,而是要对查找值所在的位置做一个正确的猜测,来确定要查找的一下项。
下面是插值法的boo实现:
- import System
- def interpolationSearch(obj as int, *args as (int)):
- low = 0
- high = args.Length - 1
- next as int
- while low < high:
- //to determine the position of the next item
- next = low + ((obj - args[low]) / (args[high] - args[low])) * (high - low - 1)
- if args[next] < obj:
- low = next + 1
- else:
- high = next
- if args[low] == obj:
- return low
- return -1
- >>>a = array(range(3, 1000))
- ...
- >>>interpolationSearch(85, *a)
- 82
- >>>
上面在数组a中查找85所在的位置,返回82.
这是一种和二分比较相似的查找的算法, 不过不同的是, 对于分布比较均匀的较大的数组, 插值查找有时能够一次就搜索到位..
为什么能够这么快呢`? 看网上没有什么关于这种算法的描述, 我就来描述一下吧.
首先要知道一点, 这种搜索方式只能够针对顺序表进行,, 再一个要理解顺序表中的一个特点, 在顺序表中查找是否存在一个值, 此时我可以对顺序表中的任意一个元素进行比较, 如果我要在A中寻找值为t的元素是否存在, 那么我用a[i]和t进行比较, (a[i]可以是顺序表中任意一个元素..), 如果a[i]==t的话, i就是t所在的位置, 如果a[i] > t, 那么说明t一定不在在a[i], a[i+1]....a[n-1], a[n]... 也就是说现在只需要对a[1]..a[i-1]进行搜索即可..
好好理解一下吧, 如果上面的理解不了, 那么插值查找就不好理解..
接下来我用low和high来保存该搜索的范围, 在刚开始low=0, hight=n-1. 设i是在low到high之间的相对位置.. 如: 若 i= 0, low = 0, 那么就该让t和a[i + low]比较, 即判断t是否和a[0]相等..
现在就是要确定i在哪里了..
假设顺序表的分布比较均匀, 那么有下面的方程:
(t - a[low]) : (i - low) = (a[high] - a[low]) : (high - low)
i = (t - a[low]) * (high - low) / (a[high] - a[low]) + low;
差不多了吧...
我的语言表达能力有限, 若还不大理解, 就看代码吧:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
/* a是待搜索的顺序表,, size是a的长度, t 是待搜索的值 */
int search(int a[], int size, int t)
{
int low =
0
, high = size -
1
;
int pos;
while
(low <= high){
pos = (t - a[low])/(a[high] - a[low])*(high - low) + low;
if
(a[pos] == t){
return
pos;
}
if
(a[pos] > t){
high = pos -
1
;
}
else
{
low = pos +
1
;
}
}
return
-
1
;
}
|