二分查找与其改进,哈希表的实现

1.二分查找

1.1二分查找算法


算法简介:二分查找也称折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用顺序存储结构,而且表中元素按关键字有序排列
使用前提:已经按升序排列
基本原理:(只要满足left<=right就一直循环执行以下流程)
首先将要寻找的元素(k)与数组的中间元素比较

  1. 如果 k 小于中间元素,只需在数组的前一半元素中继续寻找
  2. 如果 k 和中间元素相等,匹配成功,查找结束
  3. 如果 k 大于中间元素,只需在数组的后一半元素中继续寻找

代码实现:

//实现一个二分查找函数
public static int binarySearch(int[] arr, int toFind)
{
    int left = 0;
    int right = arr.length-1;
	while (left <= right)
	{
		mind = (left + right)/2;
		if (arr[mind] > toFind)
		{//去左区间找
			right = mind - 1;
		}
		else if (arr[mind] < toFind)
		{//去右区间找
			left = mind + 1;
		}
		else
			return mind;//找到了,返回下表
	}
	return -1;//找不到,此时返回的值不可以在数组坐标的取值范围内
}

1.2二分查找的改进

问题: {1,8, 10, 89, 1000, 1000,1000,1234} 当一个有序数组中,有多个相同的数值时,如何将所有的数值都查找到,比如这里的 1000

思路:

  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,将所有与查找值相同的元素的下标加入到集合ArrayList
  3. 向mid 索引值的右边扫描,将所有与查找值相同的元素的下标加入到集合ArrayList
  4. 将Arraylist返回

    代码示例:
import java.util.ArrayList;
import java.util.List;

public static List<Integer> binarySearch2(int[] arr, int toFind)
{
    int left = 0;
    int right = arr.length-1;
	while (left <= right)
	{
		mind = (left + right)/2;
		if (arr[mind] > toFind)
		{//去左区间找
			right = mind - 1;
		}
		else if (arr[mind] < toFind)
		{//去右区间找
			left = mind + 1;
		}
		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
		 
			List<Integer> resIndexlist = new ArrayList<Integer>();
			//向mid 索引值的左边扫描,将所有满足 1000, 的元素的下标,加入到集合ArrayList
			int temp = mid - 1;
			while(true) {
				if (temp < 0 || arr[temp] != toFind) {//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] != toFind) {//退出
					break;
				}
				//否则,就temp 放入到 resIndexlist
				resIndexlist.add(temp);
				temp += 1; //temp右移
		}
		return resIndexlist
	}
	return -1;//找不到,此时返回的值不可以在数组坐标的取值范围内
}

2.哈希表

2.1哈希表的基本介绍

散列表(Hash table,也叫哈希表)
是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中的一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表

如下图所示:一个由数组+链表构成的哈希表
哈希表

2.2实现一个哈希表

举例
google的一个上机题:
有一个公司,当有新员工来报道时,要求将该员工的信息加入(id,性别,名字,住址),当输入该员工的 id 时,要求查找到该员工的所有信息。

要求:
不使用数据库,越快越好 => 哈希表(散列)
添加时,保证按照 id 从低到高插入
【课后思考:如果 id 不是从低到高插入,但要求各条链表仍是从低到高,怎么解决?】

哈希表

代码实现:目前只是先实现添加和查找功能


//创建HashTab 管理多条链表
class HashTab {
	private EmpLinkedList[] empLinkedListArray;
	private int size; //表示有多少条链表
	
	//构造器
	public HashTab(int size) {
		this.size = size;
		//初始化empLinkedListArray
		empLinkedListArray = new EmpLinkedList[size];
		//?留一个坑, 这时不要忘了分别初始化每个链表
		for(int i = 0; i < size; i++) {
			empLinkedListArray[i] = new EmpLinkedList();
		}
	}
	
	//添加雇员
	public void add(Emp emp) {
		//根据员工的id ,得到该员工应当添加到哪条链表
		int empLinkedListNO = hashFun(emp.id);
		//将emp 添加到对应的链表中
		empLinkedListArray[empLinkedListNO].add(emp);
		
	}
	//遍历所有的链表,遍历hashtab
	public void list() {
		for(int i = 0; i < size; i++) {
			empLinkedListArray[i].list(i);
		}
	}
	
	//根据输入的id,查找雇员
	public void findEmpById(int id) {
		//使用散列函数确定到哪条链表查找
		int empLinkedListNO = hashFun(id);
		Emp emp = empLinkedListArray[empLinkedListNO].findEmpById(id);
		if(emp != null) {//找到
			System.out.printf("在第%d条链表中找到 雇员 id = %d\n", (empLinkedListNO + 1), id);
		}else{
			System.out.println("在哈希表中,没有找到该雇员~");
		}
	}
	
	//编写散列函数, 使用一个简单取模法
	public int hashFun(int id) {
		return id % size;
	}
	
	
}

//表示一个雇员
class Emp {
	public int id;
	public String name;
	public Emp next; //next 默认为 null
	public Emp(int id, String name) {
		super();
		this.id = id;
		this.name = name;
	}
}

//创建EmpLinkedList ,表示链表
class EmpLinkedList {
	//头指针,指向第一个Emp,因此我们这个链表的head 是直接指向第一个Emp
	private Emp head; //默认null
	
	//添加雇员到链表
	//说明
	//1. 假定,当添加雇员时,id 是自增长,即id的分配总是从小到大
	//   因此我们将该雇员直接加入到本链表的最后即可
	public void add(Emp emp) {
		//如果是添加第一个雇员
		if(head == null) {
			head = emp;
			return;
		}
		//如果不是第一个雇员,则使用一个辅助的指针,帮助定位到最后
		Emp curEmp = head;
		while(true) {
			if(curEmp.next == null) {//说明到链表最后
				break;
			}
			curEmp = curEmp.next; //后移
		}
		//退出时直接将emp 加入链表
		curEmp.next = emp;
	}
	
	//遍历链表的雇员信息
	public void list(int no) {
		if(head == null) { //说明链表为空
			System.out.println("第 "+(no+1)+" 链表为空");
			return;
		}
		System.out.print("第 "+(no+1)+" 链表的信息为");
		Emp curEmp = head; //辅助指针
		while(true) {
			System.out.printf(" => id=%d name=%s\t", curEmp.id, curEmp.name);
			if(curEmp.next == null) {//说明curEmp已经是最后结点
				break;
			}
			curEmp = curEmp.next; //后移,遍历
		}
		System.out.println();
	}
	
	//根据id查找雇员
	//如果查找到,就返回Emp, 如果没有找到,就返回null
	public Emp findEmpById(int id) {
		//判断链表是否为空
		if(head == null) {
			System.out.println("链表为空");
			return null;
		}
		//辅助指针
		Emp curEmp = head;
		while(true) {
			if(curEmp.id == id) {//找到
				break;//这时curEmp就指向要查找的雇员
			}
			//退出
			if(curEmp.next == null) {//说明遍历当前链表没有找到该雇员
				curEmp = null;
				break;
			}
			curEmp = curEmp.next;//以后
		}
		
		return curEmp;
	}
	
}

本篇博客参考内容

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值