8.1 查找算法介绍:
8.2 线性查找算法:
有一个数列{1,8,10,89,1000,1234},判断数列中是否包含此元素【顺序查找】要求:如果找到了就提示找到,并给出下标值
public class SeqSearch {
public static void main(String[] args) {
int[] arr = {1, 9, 11, -1, 34, 89};// 没有顺序的数组
int index = seqSearch(arr,11);
if (index == -1) {
System.out.println("没有找到");
} else {
System.out.println("找到,下标为" + index);
}
}
/**
* 这里我们实现的线性查找是找到一个满足条件的值,就返回了
* @param arr
* @param value
* @return
*/
public static int seqSearch(int[] arr,int value){
for (int i = 0;i < arr.length;i++){
if (arr[i] == value){
return i;
}
}
return -1;
}
}
8.3 二分查找算法:
8.3.1 二分查找:
请对一个有序数组进行二分查找{1,8,10,89,1000,1234},输入一个数看看该数组是否存在此数,并且求出下标,如果没有就提示”没有这个数“。
8.3.2 二分查找算法的思路
8.3.3 二分查找的代码
//注意:使用二分查找的前提是 该数组是有序的。
public class BinarySearch {
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
// int resIndex = binarySearch(arr, 0, arr.length - 1, 1000);
// System.out.println("resIndex=" + resIndex);
List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 1000);
System.out.println("resIndexList=" + resIndexList);
}
//二分查找算法
/**
* @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;
}
}
//完成一个课后思考题:
/*
* 思考题:{1, 8, 10, 89, 1000, 1000, 1234} 有序数组中,有多个相同的数值时,如何将所有的数组都找到,如1000
*
* 思考分析:
* 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,的元素下标,加入到集合ArrayList
* 4. 将Arraylist返回
* */
public static List<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 {
//思考分析:
// 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,的元素下标,加入到集合ArrayList
// 4. 将Arraylist返回
List<Integer> resIndexList = new ArrayList<Integer>();
//向mid 索引值的左边扫描,将所有满足 1000,的元素下标,加入到集合ArrayList
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != findVal) {
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,的元素下标,加入到集合ArrayList
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {
break;
}
//否则,就temp 放入到 resIndexList
resIndexList.add(temp);
temp += 1;//temp左移
}
return resIndexList;
}
}
}
8.4 插值查找算法
8.4.1 插值查找应用实例:
请对一个有序数组进行插值查找{1,8,10,89,1000,1234},输入一个数看看该数组是否存在此数,并且求出下标,如果没有就提示”没有这个数”。
代码实现:
public class InsertValueSearch {
public static void main(String[] args) {
// int[] arr = new int[100];
// for (int i = 0; i < 100; i++) {
// arr[i] = i + 1;
// }
int[] arr = {1, 8, 10, 89, 1000, 1234};
// 对差值查找算法和二分查找算法进行比较
// int index = binarySearch(arr, 0, arr.length - 1, 8);
int index = insertValueSearch(arr, 0, arr.length - 1, 8);
System.out.println("index = " + index);
// System.out.println(Arrays.toString(arr));
}
//编写插值查找算法
//说明:插值查找算法,也要求数组是有序的
/**
* @param arr 数组
* @param left 左边的索引
* @param right 右边的索引
* @param findVal 查找值
* @return 如果找到,就返回对应的下标,如果没有找到,返回-1
*/
public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
System.out.println("查找次数");
//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 || findVal < arr[0] || findVal > arr[arr.length - 1]) {
return -1;
}
//求出mid,自适应的一种写法
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (findVal > midVal) { //说明应该向右递归
return insertValueSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) { //说明向左递归查找
return insertValueSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
public static int binarySearch(int[] arr, int left, int right, int findVal) {
System.out.println("查找次数");
//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;
}
}
}
8.4.2 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
8.5 斐波那契(黄金分割法)查找算法
8.5.1 斐波那契(黄金分割法)查找基本介绍
8.5.2 斐波那契(黄金分割法)原理:
8.5.3 斐波那契查找应用案例:
请对一个有序数组进行斐波那契查找 {1,8,10,89,1000,1234},输入一个数看看该数组是否存在此数,并且求出下标,如果没有就提示“没有这个数”。
代码实现:
public class FibonacciSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1, 8, 89, 1000, 1234};
System.out.println(fibSearch(arr,1234));
}
//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
//使用非递归的方式缩写算法
/**
* @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Array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]);
//实际上需要使用a数组最后的数填充 temp
//举例:
//temp = {1,8,10,89,1000,1234,0,0,0} => {1,8,10,89,1000,1234,1234,1234,1234}
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;
//为什么 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 + 后面元素
//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;
}
}