查找算法

查找是在大量的信息中寻找一个特定的信息元素，在计算机应用中，查找是常用的基本运算，例如编译程序中符号表的查找。本文简单概括性的介绍了常见的七种查找算法，说是七种，其实二分查找、插值查找以及斐波那契查找都可以归为一类——插值查找。插值查找和斐波那契查找是在二分查找的基础上的优化查找算法
　　查找定义：根据给定的某个值，在查找表中确定一个其关键字等于给定值的数据元素（或记录）。
　　查找算法分类：
　　1）静态查找和动态查找；
　　　　注：静态或者动态都是针对查找表而言的。动态表指查找表中有删除和插入操作的表。
　　2）无序查找和有序查找。
　　　　无序查找：被查找数列有序无序均可；
　　　　有序查找：被查找数列必须为有序数列。
平均查找长度（Average Search Length，ASL）：需和指定key进行比较的关键字的个数的期望值，称为查找算法在查找成功时的平均查找长度。
对于含有n个数据元素的查找表，查找成功的平均查找长度为：ASL = Pi*Ci的和。
　　Pi：查找表中第i个数据元素的概率。
　　Ci：找到第i个数据元素时已经比较过的次数。

1. 顺序查找
   　　说明：顺序查找适合于存储结构为顺序存储或链接存储的线性表。
   　　基本思想：顺序查找也称为线形查找，属于无序查找算法。从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。
   　　复杂度分析：　
   　　查找成功时的平均查找长度为：（假设每个数据元素的概率相等） ASL =1/n(1+2+3+…+n) = (n+1)/2 ;
   　　当查找不成功时，需要n+1次比较，时间复杂度为O(n);
   　　所以，顺序查找的时间复杂度为O(n)。

C++实现源码：

//顺序查找
int SequenceSearch(int a[], int value, int n)
{
    int i;
    for(i=0; i<n;i++)
        if(a[i]==value)
            return i;
    return -1;
}

2. 二分查找
   　　说明：元素必须是有序的，如果是无序的则要先进行排序操作。
   　　基本思想：也称为是折半查找，属于有序查找算法。用给定值k先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表，这样递归进行，直到查找到或查找结束发现表中没有这样的结点。
   　　复杂度分析：最坏情况下，关键词比较次数为log2(n+1)，且期望时间复杂度为O(log2n)；
   　　注：折半查找的前提条件是需要有序表顺序存储，对于静态查找表，一次排序后不再变化，折半查找能得到不错的效率。但对于需要频繁执行插入或删除操作的数据集来说，维护有序的排序会带来不小的工作量，那就不建议使用。——《大话数据结构》
   　　C++实现源码：
   //二分查找（折半查找），版本1
   int BinarySearch1(int a[], int value, int n)
   {
   int low,high, mid;
   low = 0;
   high = n-1;
   while(low<=high)
   {
   mid =(low+high)/2;
   if(a[mid]==value)
   return mid;
   if(a[mid]>value)
   high =mid-1;
   if(a[mid]<value)
   low =mid+1;
   }
   return -1;
   }

//二分查找，递归版本
int BinarySearch2(int a[], int value, int low, int high)
{
int mid =low+(high-low)/2;
if(a[mid]==value)
return mid;
if(a[mid]>value)
returnBinarySearch2(a, value, low, mid-1);
if(a[mid]<value)
returnBinarySearch2(a, value, mid+1, high);
}

3. 插值查找
   　　在介绍插值查找之前，首先考虑一个新问题，为什么上述算法一定要是折半，而不是折四分之一或者折更多呢？
   　　打个比方，在英文字典里面查“apple”，你下意识翻开字典是翻前面的书页还是后面的书页呢？如果再让你查“zoo”，你又怎么查？很显然，这里你绝对不会是从中间开始查起，而是有一定目的的往前或往后翻。
   　　同样的，比如要在取值范围1 ~ 10000 之间 100 个元素从小到大均匀分布的数组中查找5， 我们自然会考虑从数组下标较小的开始查找。
   　　经过以上分析，折半查找这种查找方式，不是自适应的（也就是说是傻瓜式的）。二分查找中查找点计算如下：
   　　mid=(low+high)/2, 即mid=low+1/2*(high-low);
   　　通过类比，我们可以将查找的点改进为如下：
   　　mid=low+(key-a[low])/(a[high]-a[low])(high-low)，
   　　也就是将上述的比例参数1/2改进为自适应的，根据关键字在整个有序表中所处的位置，让mid值的变化更靠近关键字key，这样也就间接地减少了比较次数。
   　　基本思想：基于二分查找算法，将查找点的选择改进为自适应选择，可以提高查找效率。当然，差值查找也属于有序查找。
   　　注：对于表长较大，而关键字分布又比较均匀的查找表来说，插值查找算法的平均性能比折半查找要好的多。反之，数组中如果分布非常不均匀，那么插值查找未必是很合适的选择。
   　　复杂度分析：查找成功或者失败的时间复杂度均为O(log2(log2n))。
   　　C++实现源码：
   //插值查找
   int InsertionSearch(int a[], int value, int low, int high)
   {
   int mid =low+(value-a[low])/(a[high]-a[low])(high-low);
   if(a[mid]==value)
   return mid;
   if(a[mid]>value)
   returnInsertionSearch(a, value, low, mid-1);
   if(a[mid]<value)
   returnInsertionSearch(a, value, mid+1, high);
   }

4. 斐波那契查找
   　　在介绍斐波那契查找算法之前，我们先介绍一下很它紧密相连并且大家都熟知的一个概念——黄金分割。
   　　黄金比例又称黄金分割，是指事物各部分间一定的数学比例关系，即将整体一分为二，较大部分与较小部分之比等于整体与较大部分之比，其比值约为1:0.618或1.618:1。
   　　0.618被公认为最具有审美意义的比例数字，这个数值的作用不仅仅体现在诸如绘画、雕塑、音乐、建筑等艺术领域，而且在管理、工程设计等方面也有着不可忽视的作用。因此被称为黄金分割。
   　　大家记不记得斐波那契数列：1, 1, 2, 3, 5, 8, 13, 21,34, 55, 89…….（从第三个数开始，后边每一个数都是前两个数的和）。然后我们会发现，随着斐波那契数列的递增，前后两个数的比值会越来越接近0.618，利用这个特性，我们就可以将黄金比例运用到查找技术中。

基本思想：也是二分查找的一种提升算法，通过运用黄金比例的概念在数列中选择查找点进行查找，提高查找效率。同样地，斐波那契查找也属于一种有序查找算法。
　　相对于折半查找，一般将待比较的key值与第mid=（low+high）/2位置的元素比较，比较结果分三种情况：
　　1）相等，mid位置的元素即为所求
　　2）>，low=mid+1;
3）<，high=mid-1。
　　斐波那契查找与折半查找很相似，他是根据斐波那契序列的特点对有序表进行分割的。他要求开始表中记录的个数为某个斐波那契数小1，及n=F(k)-1;
开始将k值与第F(k-1)位置的记录进行比较(及mid=low+F(k-1)-1),比较结果也分为三种
　　1）相等，mid位置的元素即为所求
　　2）>，low=mid+1,k-=2;
　　说明：low=mid+1说明待查找的元素在[mid+1,high]范围内，k-=2 说明范围[mid+1,high]内的元素个数为n-(F(k-1))= Fk-1-F(k-1)=Fk-F(k-1)-1=F(k-2)-1个，所以可以递归的应用斐波那契查找。
　　3）<，high=mid-1,k-=1。
　　说明：low=mid+1说明待查找的元素在[low,mid-1]范围内，k-=1 说明范围[low,mid-1]内的元素个数为F(k-1)-1个，所以可以递归 的应用斐波那契查找。
　　复杂度分析：最坏情况下，时间复杂度为O(log2n)，且其期望复杂度也为O(log2n)。
　　C++实现源码：
// 斐波那契查找.cpp

#include “stdafx.h”
#include
#include
using namespace std;

const int max_size=20;//斐波那契数组的长度

/构造一个斐波那契数组/
void Fibonacci(int * F)
{
F[0]=0;
F[1]=1;
for(int i=2;i<max_size;++i)
F[i]=F[i-1]+F[i-2];
}

/定义斐波那契查找法/
int FibonacciSearch(int *a, int n, intkey) //a为要查找的数组,n为要查找的数组长度,key为要查找的关键字
{
int low=0;
int high=n-1;

intF[max_size];
Fibonacci(F);//构造一个斐波那契数组F

int k=0;
while(n>F[k]-1)//计算n位于斐波那契数列的位置
++k;

int * temp;//将数组a扩展到F[k]-1的长度
temp=new int [F[k]-1];
memcpy(temp,a,n*sizeof(int));

for(inti=n;i<F[k]-1;++i)
temp[i]=a[n-1];

while(low<=high)
{
intmid=low+F[k-1]-1;
if(key<temp[mid])
{
high=mid-1;
k-=1;
}
else if(key>temp[mid])
{
low=mid+1;
k-=2;
}
else
{
if(mid<n)
return mid; //若相等则说明mid即为查找到的位置
else
return n-1; //若mid>=n则说明是扩展的数值,返回n-1
}
}
delete [] temp;
return -1;
}

int main()
{
int a[] = {0,16,24,35,47,59,62,73,88,99};
int key=100;
intindex=FibonacciSearch(a,sizeof(a)/sizeof(int),key);
cout<<key<<" is located at:"<<index;
return 0;
}

from：https://blog.csdn.net/ChenVast/article/details/78037025
作者：Poll的笔记
博客出处：http://www.cnblogs.com/maybe2030/