斐波那契查找

斐波那契查找是一种在有序表中高效查找指定元素的算法，比折半查找要复杂一些，主要复杂在要多做不少准备工作。下面看它的工作流程：

        1.计算并保存一个斐波那契序列的数组，方便以后取值。数组名记为f，例如f[1]=1，f[2]=1，f[3]=2，f[4]=3，f[5]=5，f[6]=8，f[7]=13，f[8]=21

        2.把有序数组的长度扩充到a.length=f[k]-1，k是满足条件的最小值，比如数组长度为13，那么就把它长度扩充到f[8]-1=20，所有在末尾添加的扩充元素都是原数组最后一个元素的复制品

        3.找到mid元素，不断进行二分比较，直到找到目标元素为止，这一步的做法与折半查找一模一样，仅仅是计算mid的公式从(low+high)/2改为low+(f[k-1]-1)。

        斐波那契查找的理解难点就一个：为什么需要把数组长度扩充到f[k]-1而不是f[k]或者f[k+1]？这是为了能正确递归计算mid值，看下图可发现 f[k]-1 = (f[k-1] + f[k-2]) - 1 = (f[k-1]-1) + 1 + (f[k-2]-1)，中间的1就是我们二分的锚点mid，如果目标在左区，数组长度就缩到(f[k-1]-1)，如果在右区，数组长度就缩到(f[k-2]-1)，否则就等于mid完成查找。而(f[k-1]-1)又能拆成(f[k-2]-1)+1+(f[k-3]-1)，这样递归分割下去就能不断的缩小区间直至找到目标。

斐波那契查找与折半查找的比较：

           二者理论效率半斤八两，时间复杂度都是log₂n，有人说斐波那契查找比折半查找效率高，理由有2个：1.斐波那契查找只用到加减法，而折半查找计算mid时要除以2，除法很影响效率；2.如果目标在low->mid区，只需要判断一次，而如果在mid->high需要判断2次（需要先判断不在low->mid区，再判断在mid->high区），斐波那契查找的low->mid区更大(0.618>0.5)，有更多的概率只需要判断一次，所以总体判断次数更少。

        原因1看起来有理，可是现在的编译器只要遇到/2操作，都会优化为>>1，位运算比加减法只快不慢，所以原因1不成立。原因2也貌似有些道理，可是如果按照这个道理推理下去，把分割点设在0.99岂不是更好？可0.99明显是个垃圾分割点，二分力度很差，所以这个理由我也不认可。

        我在实际测试中也没有得到斐波那契查找更快的证据，二者总体上效率一致，甚至在我的测试数据中折半查找还要更快一点点，看来还是简单暴力的折半查找更得我心。