目录
1 顺序(线性)查找
1.1 介绍
为简单的一种,既从头到尾遍历,直到直到要查询的为止。
1.2 代码实现
package com.czq.algorithm.search;
/**
* 顺序(线性)查找
* 适合于存储结构为顺序存储或链接存储的线性表
*
* @author czq
* @date 2020/07/22
*/
public class OrderSearch {
public static void main(String[] args) {
//测试
int arr[] = {8, 4, 5, 7, 1, 3, 6, 2};
int index = orderSearch(arr, 0);
if (index == -1) {
System.out.println("=======没有查找到=======");
} else {
System.out.println("=======找到下标为" + index + "=======");
}
}
/**
* 顺序查找,实现线性查找,找到一个就返回
*
* @param arr 排序的原始数组
* @param searchVal 要查找的值
* @return 查到到的下标
*/
private static int orderSearch(int[] arr, int searchVal) {
for (int i = 0; i < arr.length; i++) {
if (searchVal == arr[i]) {
return i;
}
}
return -1;
}
}
2 二分查找算法
2.1 介绍
二分查找又称折半查找,既从中间数开始找,然后根据比较结果,选择需要折半的一边出发,再次折半,以此类推找出元素
2.2 分析
2.3 代码实现
package com.czq.algorithm.search;
/**
* 二分查找
* 元素必须是有序的,如果是无序的则要先进行排序操作
* 折半公式:mid = (high + low)/2
*
* @author czq
* @date 2020/07/22
*/
public class DichotomySearch {
public static void main(String[] args) {
//测试
int arr[] = {1, 8, 10, 89, 100, 275};
// int index = dichotomySearch(arr, 100);
int index = dichotomySearch2(arr, 0, arr.length - 1, 275);
if (index == -1) {
System.out.println("=======没有查找到=======");
} else {
System.out.println("=======找到下标为" + index + "=======");
}
}
/**
* 二分查找,迭代法
*
* @param arr 排序的原始数组
* @param searchVal 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
*/
private static int dichotomySearch(int[] arr, int searchVal) {
//当searchVal不在数组值范围内时,直接返回-1,如果searchVal没有在数组范围内,很可能会出现数组下标越界
if (searchVal > arr[arr.length - 1] || searchVal < arr[0]) {
return -1;
}
int low = 0, high = arr.length - 1, mid;
while (low <= high) {
mid = (high + low) / 2;
if (searchVal == arr[mid]) {
return mid;
}
if (searchVal > arr[mid]) {
low = mid + 1;
}
if (searchVal < arr[mid]) {
high = mid - 1;
}
}
return -1;
}
/**
* 二分查找,递归法
*
* @param arr 排序的原始数组
* @param low 低位
* @param high 高位
* @param searchVal 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 dichotomySearch2(int[] arr, int low, int high, int searchVal) {
//当searchVal不在数组值范围内时,直接返回-1,如果searchVal没有在数组范围内,很可能会出现数组下标越界
if (searchVal > arr[arr.length - 1] || searchVal < arr[0]) {
return -1;
}
int mid = (high + low) / 2;
if (low <= high) {
if (searchVal == arr[mid]) {
return mid;
}
if (searchVal > arr[mid]) {
return dichotomySearch2(arr, mid + 1, high, searchVal);
}
if (searchVal < arr[mid]) {
return dichotomySearch2(arr, low, mid - 1, searchVal);
}
}
return -1;
}
}
3 插值查找
3.1 介绍
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。
3.2 分析
将二分查找中的求mid 索引的公式 mid = (high + low)/2 转变为==》插值索引 mid = low + (key - a[low) / a[high - a[low]) * (high - low)
low 表示左边索引 left,high 表示右边索引 right。key 就是前面二分查找中的 findVal
3.3 代码实现
package com.czq.algorithm.search;
/**
* 插值查找
* 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
* 折半公式:mid = low + (high - low) * (searchVal - arr[low]) / (arr[high] - arr[low]);
*
* @author czq
* @date 2020/07/22
*/
public class InsertValueSearch {
public static void main(String[] args) {
//测试
int arr[] = {1, 8, 10, 89, 100, 275};
// int index = insertValueSearch(arr, 800);
int index = insertValueSearch2(arr, 0, arr.length - 1, 100);
if (index == -1) {
System.out.println("=======没有查找到=======");
} else {
System.out.println("=======找到下标为" + index + "=======");
}
}
/**
* 插值查找,迭代法
*
* @param arr 排序的原始数组
* @param searchVal 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
*/
private static int insertValueSearch(int[] arr, int searchVal) {
//当searchVal不在数组值范围内时,直接返回-1,如果searchVal没有在数组范围内,很可能会出现数组下标越界
if (searchVal > arr[arr.length - 1] || searchVal < arr[0]) {
return -1;
}
int low = 0, high = arr.length - 1, mid;
while (low <= high) {
mid = low + (high - low) * (searchVal - arr[low]) / (arr[high] - arr[low]);
if (searchVal == arr[mid]) {
return mid;
}
if (searchVal > arr[mid]) {
low = mid + 1;
}
if (searchVal < arr[mid]) {
high = mid - 1;
}
}
return -1;
}
/**
* 插值查找,递归法
*
* @param arr 排序的原始数组
* @param low 低位
* @param high 高位
* @param searchVal 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 insertValueSearch2(int[] arr, int low, int high, int searchVal) {
//当searchVal不在数组值范围内时,直接返回-1,如果searchVal没有在数组范围内,很可能会出现数组下标越界
if (searchVal > arr[arr.length - 1] || searchVal < arr[0]) {
return -1;
}
int mid = low + (high - low) * (searchVal - arr[low]) / (arr[high] - arr[low]);
if (low <= high) {
if (searchVal == arr[mid]) {
return mid;
}
if (searchVal > arr[mid]) {
return insertValueSearch2(arr, mid + 1, high, searchVal);
}
if (searchVal < arr[mid]) {
return insertValueSearch2(arr, low, mid - 1, searchVal);
}
}
return -1;
}
}
3.4 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。
4 斐波那契(黄金分割法)查找
4.1 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 } 发现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
4.2 分析
(1)斐波那契查找原理与前两种(二分和插值)相似,也是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,k表示第几个数)
(2)对公式 F(k-1)-1 的理解:
- 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
- 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。
4.3 代码实现
package com.czq.algorithm.search;
import java.util.Arrays;
/**
* 斐波那契查找
* 与二分和插值类似,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)
*
* @author czq
* @date 2020/07/22
*/
public class FibonacciSearchSearch {
public static void main(String[] args) {
//测试
int arr[] = {1, 8, 10, 89, 100, 275};
int index = fibonacciSearchSearch(arr, 11);
if (index == -1) {
System.out.println("=======没有查找到=======");
} else {
System.out.println("=======找到下标为" + index + "=======");
}
}
/**
* 为了得到 mid = low + F(k-1)-1,固需要得到一个斐波那契数列
*
* @param maxSize
* @return
*/
private static int[] fib(int maxSize) {
int[] f = new int[maxSize];
f[0] = 1;
f[1] = 1;
for (int i = 2; i < f.length; i++) {
f[i] = f[i - 1] + f[i - 2];
}
return f;
}
/**
* 斐波那契查找算法
*
* @param arr 查找原始数组
* @param key 查找的关键码
* @return -1 表无找到
*/
public static int fibonacciSearchSearch(int[] arr, int key) {
int low = 0;
int high = arr.length - 1;
int k = 0;// 表斐波那契分割值的下标
int mid = 0;// 存放mid值
int[] f = fib(arr.length);// 获取斐波那契数列
// 获取斐波那契分割值的下标
while (high > f[k] - 1) {
k++;
}
// 因 f[k] 的长度 可能大于 arr 的长度,因此 需要构造一个辅助数组 int[] temp
// 不足的部门使用 0 补充【暂】
int[] temp = Arrays.copyOf(arr, f[k]);
// 补零 应为 arr数组的最后一个值 填充到 temp
// eg:{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] = arr[high];
}
// 使用 while ,查找 key
while (low <= high) {
// 公式:开始不必多问,会慢慢理解
mid = low + f[k - 1] - 1;
if (key < temp[mid]) {// 应继续向数组的左边查找(前面
high = mid - 1;
// 说明: 为何 k--
// 1、故 全部元素 = 左边数组 + 右边数组
// 2、f[k] = f[k-1] + f[k-2]
// 3、因 前面有 f[k-1] 个元素,所以可以拆分为 f[k-1] = f[k-2] + f[k-3]
// 4、既在 f[k-1] 的前面继续查找 , k--
// 5、既 下次的循环就是 f[k-1-1] -1
k--;
} else if (key > temp[mid]) {// 应继续向数组的右边查找(后面
low = mid + 1;
// 说明: k-=2;
// 1、故 全部元素 = 左边数组 + 右边数组
// 2、f[k] = f[k-1] + f[k-2]
// 3、因 后面有 f[k-2] 个元素,所以可以拆分为 f[k-1] = f[k-3]+f[k-4]
// 4、既在f[k-2] 的前面继续查找,k-=2
// 5、既 下次的循环就是 f[k-1-2] -1
k -= 2;
} else {// 找到
// 需要确定返回的下标
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}