一,顺序(线性)查找
public void SeqSearch() {
int arr[] = {1, 9, 11, -1, 34, 89};// 没有顺序的数组
int value = 11,index = -1;
for (int i = 0; i < arr.length; i++) {
if (arr[i] == value)
index = i;
}
if (index == -1) {
System.out.println("can not find");
} else {
System.out.println("index = " + index);
}
}
二,二分查找/折半查找
public void BinarySearch(){
int arr[] = { 1, 2, 3, 4, 5, 6, 1,7, 8, 9, 10 };
int resIndex = binarySearch(arr, 0, arr.length - 1, 1000);
System.out.println("resIndex=" + resIndex);
}
public static List< Integer> binarySearch(int[] arr,int left,int right,int findVal) {
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;
}
}
三,插值查找
插值查找原理介绍:
- 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。
- 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 就是前面的 findVal
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])
插值查找注意事项:
- 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.
- 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
public void InsertValueSearch() {
int arr[] = {1, 8, 10, 89, 1000, 1000, 1234};
int index = insertValueSearch(arr, 0, arr.length - 1, 1000);
System.out.println("index = " + index);
}
public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
//注意:findVal<arr[0]与findVal>arr[arr.length-1] 必须需要,否则我们得到的 mid 可能越界
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]){
return -1;
}
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if(findVal>midVal){
return insertValueSearch(arr,mid+1,right,findVal);
}else if(findVal<midVal){
return insertValueSearch(arr,0,mid-1,findVal);
}else{
return mid;
}
}
四,斐波那契查找
斐波那契(黄金分割法)查找基本介绍:
- 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 } 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(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+Fib(k-1)-1(F代表斐波那契数列),如下图所示
- 对Fib(k-1)-1的理解:
-
由斐波那契数列 Fib[k]=Fib[k-1]+Fib[k-2] 的性质,可以得到 (Fib[k]-1)=(Fib[k-1]-1)+(Fib[k-2]-1)+1 。该式说明:只要顺序表的长度为Fib[k]-1,则可以将该表分成长度为Fib[k-1]-1和Fib[k-2]-1的两段,即如上图所示。从而中间位置为mid=low+Fib(k-1)-1
-
类似的,每一子段也可以用相同的方式分割。
-
但顺序表长度n不一定刚好等于Fib[k]-1,所以需要将原来的顺序表长度n增加至Fib[k]-1。这里的k值只要能使得Fib[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Fib[k]-1位置),都赋为n位置(最末尾的数)的值即可。
public void FibonacciSearch() {
int arr[] = {1, 8, 10, 89, 1000, 1000, 1234};
int key=1000;
int[] fib = new int[20];
fib[0] = 1;
fib[1] = 1;
for (int i = 2; i < 20; i++) {
fib[i] = fib[i - 1] + fib[i - 2];
}
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;
//获取到斐波那契分割数值的下标
while (high > fib[k] - 1) {
k++;
}
//因为 f[k] 值 可能大于 arr 的 长度,不足的部分会使用arr最后一位数填充
int[] temp = Arrays.copyOf(arr, fib[k]);
for (int i = high + 1; i < temp.length; i++) {
temp[i] = arr[high];
}
while(low<=high){
mid=low+fib[k-1]-1;
if(key < temp[mid]) {
high=mid-1;
k--;
}else if(key>temp[mid]){
low=mid+1;
k -= 2;
}else{ //找到
if(mid<=high){
System.out.println(mid);
}else{
System.out.println(high);
}
break;
}
}
}