数据结构与算法学习笔记——查找算法

目录

1 顺序（线性）查找

1.1 介绍

1.2 代码实现

2 二分查找算法

2.1 介绍

2.2 分析

 2.3 代码实现

3 插值查找

3.1 介绍

3.2 分析

3.3 代码实现

3.4 注意事项

4 斐波那契(黄金分割法)查找

4.1 介绍

4.2 分析

4.3 代码实现

---

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;
    }
}