常见的查找算法:
- 顺序(线性)查找
- 二分查找/折半查找
- 插值查找
- 斐波那契查找
思路分析:
①.顺序(线性)查找 :
- 把数组从头到尾遍历,找到就返回数组下标。
②.二分查找(折半查找) :前提是有序序列
-
找到该数组的中间的下标
1)中间值下标: mid = (left+right) / 2;
2)中间值:midVal = arr[mid]; -
将需要查找的值和中间值比较
1) 如果要查找的值小于中间值,证明要查找的在中间值的左边,因此需要递归的向左查找
2) 反之向右递归查找
3 )如果要查找的值等于中间值,证明找到了,就返回该数组下标 -
给递归设置出口,即:左侧下标 > 右侧下标,详细看下方代码
③.插值查找 :前提是有序序列
-
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,简单来说就是把求中间值下标的公式修改了一下
-
具体公式:
1)二分查找:mid = (left+right) / 2;
2)插值查找:mid = (right – left) * (findVal – arr[left]) / (arr[right] – arr[left]); -
说明:代码和折半查找一模一样,唯独mid的计算方式发生改变。这样的好处在于,对表长较长,且关键字分分布比较均匀,插值查找算法的平均性能要比折半查找要好的多。但是如果表中 关键字分布极端不均匀 那么插值查找还不如折半查找呢。
④.斐波那契(黄金分割法)查找算法
- 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),如下图所示:
- 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。
代码实现:
package com.sai;
import java.util.Arrays;
import java.util.Collections;
/**
* @Author sai
* @Description 常见的四种查找算法
* @Time 2020-07-23 15:57
*/
public class Serrch {
public static void main(String[] args) {
int[] arr = {1, 2, 3, 4, 5, 6, 7, 8, 9};
int val = 9 ;
int res1 = sequenceFind(arr,val); //顺序查找(线性查找)
int res2 = binarySearch(arr, 0, arr.length - 1, val); //二分查找
int res3 = insertValueSearch(arr,0,arr.length-1,val); //插值查找
int res4 = fibonacciSearch(arr,val); //斐波那契查找
System.out.println("顺序查找:"+res1);
System.out.println("二分查找:"+res2);
System.out.println("插值查找:"+res3);
System.out.println("斐波那契:"+res4);
}
/**
* 1.顺序查找(线性查找)
* @param arr 数组
* @param value 要查找的数
* @return
*/
public static int sequenceFind(int[] arr,int value){
for(int i=0;i<arr.length;i++){
if(arr[i] == value){
return i;
}
}
return -1;
}
/**
* 2.二分查找
* @param arr 数组
* @param left 左侧下标
* @param right 右侧下标
* @param findVal 待查找的值
* @return 找到的值的下标
*/
public static int binarySearch(int[] arr, int left, int right, int findVal) {
if (left > right) { //没有找到,直接返回
return -1;
}
int mid = (left + right) / 2; //中间基准值下标
int midVal = arr[mid]; //中间基准值
if (findVal < midVal) {
return binarySearch(arr, left, mid - 1, findVal); //向左递归,继续查找
} else if (findVal > midVal) {
return binarySearch(arr, mid + 1, right, findVal); //向右递归,继续查找
} else {
return mid; //找到了,返回下标
}
}
/**
* 3.插值查找
* @param arr 数组
* @param left 左边索引
* @param right 右边索引
* @param findVal 要查找的值
* @return 找到返回下标索引,没有找到返回 -1
*/
public static int insertValueSearch(int[] arr,int left,int right,int findVal){
if(left > right || findVal > arr[right] || findVal < arr[left]){ //没有找到
return -1;
}
// 插值查找的公式
int mid = left + (right-left) * (findVal-arr[left]) / (arr[right]-arr[left]) ;
int midVal = arr[mid];
if(findVal < midVal){
return insertValueSearch(arr, left, mid-1, findVal); //向左递归,继续查找
}else if(findVal > midVal){
return insertValueSearch(arr, mid+1, right, findVal); //向右递归,继续查找
}else {
return mid; //找到,直接返回下标索引
}
}
/**
* 4.斐波那契查找
* @param arr 数组
* @param key 要查找的值
* @return 找到,返回下标 未找到,返回-1
*/
public static int fibonacciSearch(int[] arr,int key){
int low = 0;
int high = arr.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[] = f(); //获取斐波那契数组
while (high > f[k]-1){ //获取到斐波那契分割数值的下标
k++;
}
int[] temp = Arrays.copyOf(arr,f[k]); //扩容并拷贝数组到一个临时数组
for (int i=high+1;i<temp.length;i++){ //填充为0的部分
temp[i] = arr[high];
}
//查找key
while (low <= high){
mid = low + f[k-1] - 1;
if(key < temp[mid]){ //向左查找
high = mid - 1;
k--;
}else if(key > temp[mid]){ //向右查找
low = mid + 1;
k -= 2;
}else { //找到了
if(mid <= high){
return mid;
}else {
return high;
}
}
}
return -1; //没有找到
}
//获取斐波那契数组
public static int[] f(){
int[] f = new int[20];
f[0] = 1;
f[1] = 1;
for(int i=2;i<f.length;i++){
f[i] = f[i-1] + f[i-2];
}
return f;
}
}