斐波那契查找：用黄金比例快速定位目标

斐波那契查找的生动形象解释——“用斐波那契数列来分割蛋糕”

想象你和朋友有一条长长的蛋糕，你们想找出蛋糕中某个特别的点（比如夹心的位置）。蛋糕上有很多均匀排列的标记，你们要快速找到目标标记。

---

传统的二分查找

• 你们先把蛋糕从中间切开，
• 看目标在左边还是右边，
• 然后继续对半切，
• 一次次折半缩小范围。

---

斐波那契查找的聪明切法

• 你们用斐波那契数列来决定切蛋糕的位置，
• 斐波那契数列是这样的数列：1, 1, 2, 3, 5, 8, 13, 21, …
• 你们先找一个斐波那契数，刚好比蛋糕长度稍大，
• 然后用这个数来决定切蛋糕的位置，
• 这样切的位置不是简单的中间，而是根据斐波那契数列比例来切，
• 这样能更灵活地缩小查找范围。

---

具体比喻

假设蛋糕长度是21块，斐波那契数列中21是一个数。

• 你先用第一个斐波那契数13来切蛋糕，
• 看目标在13块之前还是之后，
• 如果目标在前面，你用斐波那契数8继续切，
• 如果目标在后面，你用斐波那契数5继续切，
• 依次用斐波那契数列的数来缩小范围。

---

为什么用斐波那契数列？

• 斐波那契数列的比例接近黄金分割比例（约0.618），
• 这种比例切分能让查找过程更均匀，减少不必要的比较，
• 适合在某些情况下比二分查找更高效。

---

斐波那契查找的优点

• 不需要除法运算，只有加减法，适合计算代价高的环境。
• 利用斐波那契数列的性质，减少查找次数。
• 对于某些硬件或存储结构，访问代价不均匀时表现更好。

---

小结

斐波那契查找就像用斐波那契数列的“黄金比例”来切蛋糕，聪明地决定每次切的位置，快速找到目标。

---

我们继续深入讲解斐波那契查找，帮你更全面理解它的工作原理和应用场景。

---

斐波那契查找的详细过程

假设你有一个升序排列的数组，长度为n，你要查找目标值key。

---

1. 找到最小的斐波那契数F[k]，使得F[k] >= n

• 斐波那契数列是：1, 1, 2, 3, 5, 8, 13, 21, 34, …
• 例如，数组长度是20，找到F[8] = 21，因为21 >= 20。

---

2. 初始化变量

• offset = -1，表示已排除的前面元素的索引
• k 是斐波那契数的索引

---

3. 进行查找

• 比较arr[min(offset + F[k-2], n-1)]和key
• 如果key大于该值，说明目标在右边，更新：
  • offset = offset + F[k-2]
  • k = k - 1
• 如果key小于该值，说明目标在左边，更新：
  • k = k - 2
• 如果相等，查找成功，返回索引。

---

4. 重复步骤3，直到k变为0或找到目标

---

斐波那契查找的示意图

假设数组长度是21，斐波那契数是21：

数组索引: 0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20
斐波那契数:       F[k] = 21
第一次比较位置: offset + F[k-2] = -1 + F[6] = -1 + 13 = 12

• 比较arr[12]和key，根据结果调整offset和k，继续查找。

---

斐波那契查找的优缺点

优点	缺点
只用加减法，不用除法，计算简单	需要预先计算斐波那契数列
利用黄金分割比例，查找效率高	适用范围有限，数组必须有序
对某些存储结构访问效率更好	实现比二分查找稍复杂

---

生活中的类比

• 二分查找：像你把书架从中间分开找书。
• 斐波那契查找：像你用黄金比例分割书架，先去大约0.618处找，
  如果没找到，再用更小的斐波那契数分割剩下的部分，
  这样分割更符合自然规律，查找更高效。

---

斐波那契查找的应用场景

• 适合在计算除法代价高的硬件环境。
• 适合访问代价不均匀的存储结构，比如磁盘或分布式存储。
• 适合对有序数组进行快速查找。

---

代码示例（Python）

def fibonacci_search(arr, key):
    n = len(arr)
    # 初始化斐波那契数
    fibMMm2 = 0  # (m-2)'th Fibonacci No.
    fibMMm1 = 1  # (m-1)'th Fibonacci No.
    fibM = fibMMm2 + fibMMm1  # m'th Fibonacci

    # 找到最小的fibM >= n
    while fibM < n:
        fibMMm2 = fibMMm1
        fibMMm1 = fibM
        fibM = fibMMm2 + fibMMm1

    offset = -1

    while fibM > 1:
        i = min(offset + fibMMm2, n - 1)

        if arr[i] < key:
            fibM = fibMMm1
            fibMMm1 = fibMMm2
            fibMMm2 = fibM - fibMMm1
            offset = i
        elif arr[i] > key:
            fibM = fibMMm2
            fibMMm1 = fibMMm1 - fibMMm2
            fibMMm2 = fibM - fibMMm1
        else:
            return i

    if fibMMm1 and offset + 1 < n and arr[offset + 1] == key:
        return offset + 1

    return -1

# 测试
arr = [10, 22, 35, 40, 45, 50, 80, 82, 85, 90, 100]
key = 85
index = fibonacci_search(arr, key)
print(f"元素{key}的索引是: {index}")

---