01查找算法

学无止境的菜狗

于 2021-11-28 20:02:49 发布

阅读量219

点赞数

文章标签： java 算法数据结构

本文链接：https://blog.csdn.net/honglaoliu/article/details/121455056

版权

二分查找法

{1,8, 10, 89, 1000, 1234}

二分查找的思路分析

首先确定该数组的中间的下标

mid = (left + right) / 2
然后让需要查找的数 findVal 和 arr[mid] 比较
2.1 findVal > arr[mid] , 说明你要查找的数在mid 的右边, 因此需要递归的向右查找

2.2 findVal < arr[mid], 说明你要查找的数在mid 的左边, 因此需要递归的向左查找

2.3 findVal == arr[mid] 说明找到，就返回

什么时候我们需要结束递归.

找到就结束递归
递归完整个数组，仍然没有找到findVal ，也需要结束递归当 left > right 就需要退出

代码：

递归

    // 二分查找算法
    //递归
    /**
     * @param arr     数组
     * @param left    左边的索引
     * @param right   右边的索引
     * @param findVal 要查找的值
     * @return 如果找到就返回下标，如果没有找到，就返回 -1
     */
public static int binarySearch(int[] arr, int left, int right, int findVal) {


    // 当 left > right 时，说明递归整个数组，但是没有找到
    if (left > right) {
        return -1;
    }
    int mid = (left + right) / 2;
    int midVal = arr[mid];

    if (findVal > midVal) { // 向 右递归
        return binarySearch(arr, mid + 1, right, findVal);
    } else if (findVal < midVal) { // 向左递归
        return binarySearch(arr, left, mid - 1, findVal);
    } else {

        return mid;
    }

}

递归(返回所有与目标值相同的下标)

//递归(返回所有与目标值相同的下标)
public static ArrayList<Integer> binarySearch2(int[] arr, int left, int right, int findVal){
    // 当 left > right 时，说明递归整个数组，但是没有找到
    if (left > right) {
        return new ArrayList<Integer>();
    }
    int mid = (left + right) / 2;
    int midVal = arr[mid];

    if (findVal > midVal) { // 向 右递归
        return binarySearch2(arr, mid + 1, right, findVal);
    } else if (findVal < midVal) { // 向左递归
        return binarySearch2(arr, left, mid - 1, findVal);
    } else {

        /* 思路分析
//			 * 1. 在找到mid 索引值，不要马上返回
//			 * 2. 向mid 索引值的左边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
//			 * 3. 向mid 索引值的右边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
//			 * 4. 将Arraylist返回/
             */

        ArrayList<Integer> resIndexlist = new ArrayList<Integer>();
        //向mid 索引值的左边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
        int temp = mid - 1;
        while(true) {
            if (temp < 0 || arr[temp] != findVal) {//退出
                break;
            }
            //否则，就temp 放入到 resIndexlist
            resIndexlist.add(temp);
            temp -= 1; //temp左移
        }
        resIndexlist.add(mid);  //

        //向mid 索引值的右边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
        temp = mid + 1;
        while(true) {
            if (temp > arr.length - 1 || arr[temp] != findVal) {//退出
                break;
            }
            //否则，就temp 放入到 resIndexlist
            resIndexlist.add(temp);
            temp += 1; //temp右移
        }

        return resIndexlist;
    }
}

非递归

//非递归
public static int binarySearch3(int[] arr,int target){
    int left = 0;
    int right = arr.length-1;
    while(left<=right){
        int mid = (left+right)/2;
        if(target>arr[mid]){
            //向右移动
            left+=1;
        }else if(target<arr[mid]){
            right-=1;
        }else{
            return mid;
        }
    }
    return left;
}

插值查找

插值查找注意事项：

1)对于数据量较大，关键字分布比较均匀的查找表来说，采用插值查找,速度较快.

2)关键字分布不均匀的情况下，该方法不一定比折半查找要好

1、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。

2、将折半查找中的求mid 索引的公式 , low 表示左边索引left, high表示右边索引right.
key 就是前面我们讲的 findVal

Snipaste_2021-10-25_17-30-07

3、int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) ;/插值索引/
对应前面的代码公式：
int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])

举例说明插值查找算法 1-100 的数组

数组 arr = [1, 2, 3, ......., 100]

假如我们需要查找的值 1

使用二分查找的话，我们需要多次递归，才能找到 1

使用插值查找算法

int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])

int mid = 0 + (99 - 0) * (1 - 1)/ (100 - 1) = 0 + 99 * 0 / 99 = 0

比如我们查找的值 100

int mid = 0 + (99 - 0) * (100 - 1) / (100 - 1) = 0 + 99 * 99 / 99 = 0 + 99 = 99

代码：

递归

//编写插值查找算法递归
/**
 *
 * @param arr 数组
 * @param left 左边索引
 * @param right 右边索引
 * @param findvalue 查找值
 * @return int 如果找到，就返回对应的下标，如果没有找到，返回-1
 * @author JianHui
 * @date 2021/10/25 16:57
 */
public static int insertcaluesearch(int[] arr, int left, int right, int findvalue) {

    //注意：findVal < arr[0]  和  findVal > arr[arr.length - 1] 必须需要
    //否则我们得到的 mid 可能越界
    if (left > right || findvalue < arr[0] || findvalue > arr[arr.length - 1]) {
        return -1;
    }

    int mid = left + (right - left) * (findvalue - arr[left]) / (arr[right] - arr[left]);

    if (findvalue > arr[mid]) {
        return insertcaluesearch(arr, left + 1, right, findvalue);
    } else if (findvalue < arr[mid]) {
        return insertcaluesearch(arr, left, right - 1, findvalue);
    } else {
        return mid;
    }

}

非递归

//非递归编写
/**
 *
 * @param arr   数组
 * @param fiandvalue    查找值
 * @return int
 * @author JianHui
 * @date 2021/10/25 17:28
 */
public static int insertcaluesearch2(int []arr,int fiandvalue){
    int left = 0;
    int right = arr.length-1;
    while(left<=right){
        int mid = left + (right - left) * (fiandvalue - arr[left]) / (arr[right] - arr[left]);
        if(fiandvalue>arr[mid]){
            left+=1;
        }else if(fiandvalue<arr[mid]){
            right+=1;
        }else {
            return mid;
        }
    }
    return left;
}

斐波那契查找

斐波那契(黄金分割法)原理:

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：

public static int maxSize = 20;

//因为后面我们mid=low+F(k-1)-1，需要使用到斐波那契数列，因此我们需要先获取到一个斐波那契数列
//非递归方法得到一个斐波那契数列
public static int[] fib() {
    int[] f = new int[maxSize];
    f[0] = 1;
    f[1] = 1;
    for (int i = 2; i < maxSize; i++) {
        f[i] = f[i - 1] + f[i - 2];
    }
    return f;
}

//编写斐波那契查找算法
//使用非递归的方式编写算法
/**
     *
     * @param a  数组
     * @param key 我们需要查找的关键码(值)
     * @return 返回对应的下标，如果没有-1
     */
public static int fibSearch(int[] a, int key){
    int low = 0;
    int high = a.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[] = fib(); //获取到斐波那契数列
    //获取到斐波那契分割数值的下标
    while(high > f[k] - 1) {
        k++;
    }

    //因为 f[k] 值 可能大于 a 的 长度，因此我们需要使用Arrays类，构造一个新的数组，并指向temp[]
    //不足的部分会使用0填充
    int[] temp = Arrays.copyOf(a, f[k]);

    //实际上需求使用a数组最后的数填充 temp
    //举例:
    //temp = {1,8, 10, 89, 1000, 1234, 0, 0}  => {1,8, 10, 89, 1000, 1234, 1234, 1234,}
    for(int i = high + 1; i < temp.length; i++) {
        temp[i] = a[high];
    }

    // 使用while来循环处理，找到我们的数 key
    while (low <= high) { // 只要这个条件满足，就可以找
        mid = low + f[k - 1] - 1;
        if(key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
            high = mid - 1;
            //为甚是 k--
            //说明
            //1. 全部元素 = 前面的元素 + 后边元素
            //2. f[k] = f[k-1] + f[k-2]
            //因为 前面有 f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
            //即 在 f[k-1] 的前面继续查找 k--
            //即下次循环 mid = f[k-1-1]-1
            k--;
        } else if ( key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
            low = mid + 1;
            //为什么是k -=2
            //说明
            //1. 全部元素 = 前面的元素 + 后边元素
            //2. f[k] = f[k-1] + f[k-2]
            //3. 因为后面我们有f[k-2] 所以可以继续拆分 f[k-1] = f[k-3] + f[k-4]
            //4. 即在f[k-2] 的前面进行查找 k -=2
            //5. 即下次循环 mid = f[k - 1 - 2] - 1
            k -= 2;
        } else { //找到
            //需要确定，返回的是哪个下标
            if(mid <= high) {
                return mid;
            } else {
                return high;
            }
        }
    }
    return -1;

}
}

学无止境的菜狗

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
01查找算法

二分查找法{1,8, 10, 89, 1000, 1234}二分查找的思路分析首先确定该数组的中间的下标 mid = (left + right) / 2然后让需要查找的数 findVal 和 arr[mid] 比较2.1 findVal > arr[mid] , 说明你要查找的数在mid 的右边, 因此需要递归的向右查找2.2 findVal < arr[mid], 说明你要查找的数在mid 的左边, 因此需要递归的向左查找2.3 findVal == arr[mid
复制链接

扫一扫