查找算法：顺序查找、二分查找、插入查找、斐波那契查找

Fisher3652

已于 2022-10-04 16:57:46 修改

阅读量200

点赞数

分类专栏：数据结构与算法文章标签：算法 java 数据结构

于 2022-08-14 11:23:53 首次发布

本文链接：https://blog.csdn.net/qq_40977118/article/details/126328251

版权

数据结构与算法专栏收录该内容

45 篇文章 2 订阅

订阅专栏

1. 线性查找

有一个数组(可以是无序的)： {1, 8, 10, 89, 1000, 1234} ，判断数列中是否包含某一数值，如果找到了，就返回下标

public class SeqSearch {

    public static void main(String[] args) {
        // 没有顺序的数组
        int[] arr = { 1, 9, 11, -1, 34, 89 };
        int index = seqSearch(arr, 11);
        if (index == -1) {
            System.out.println("没有找到");
        }else {
            System.out.println("找到，下标为" + index);
        }
    }

    /**
     * 线性查找是逐一比对，发现有相同值就返回下标
     *
     * @param arr
     * @param value
     * @return
     */
    public static int seqSearch(int[] arr, int value) {

        for (int i = 0; i < arr.length; i++) {
            if (arr[i] == value) {
                return i;
            }
        }
        return -1;
    }

}

打印结果

找到，下标为2

2. 二分查找

请对一个有序数组进行二分查找 {1, 8, 10, 89, 1000, 1000, 1234} ，输入一个数看看该数组是否存在此数，并且求出下标，如果没有就提示"没有这个数"。

2.1 二分查找的思路分析

1. 首先确定该数组的中间的下标
mid = (left + right) / 2
2. 然后让需要查找的数 findVal 和 arr[mid] 比较
2.1 findVal > arr[mid]，说明你要查找的数在mid 的右边，因此需要向右递归查找
2.2 findVal < arr[mid]，说明你要查找的数在mid 的左边，因此需要向左递归查找
2.3 findVal == arr[mid]，说明找到，就返回

// 递归退出条件
1) 找到就结束递归 
2) 递归完整个数组，仍然没有找到findVal ，也需要结束递归
3) 当 left > right 就需要退出

2.2 代码实现

import java.util.ArrayList;
import java.util.List;

public class BinarySearch {

    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1000, 1234};
        int i = binarySearch(arr, 0, arr.length - 1, 1000);
        System.out.println("binarySearch:" + i);
        int index = binarySearch(arr, 10);
        System.out.println("binarySearchNoRecursion:" + index);
        List<Integer> list = binarySearch2(arr, 0, arr.length - 1, 1000);
        System.out.println("binarySearch2:" + list);

    }

    /**
     * 二分查找算法
     * 前提是数组必须是有序的
     *
     * @param arr     数组
     * @param left    左边索引
     * @param right   右边索引
     * @param findVal 要找的值
     * @return 如果找到返回下标，没找到返回-1
     */
    public static int binarySearch(int[] arr, int left, int right, int findVal) {
        // 当left>right时，说明没找到
        if (left > right) {
            return -1;
        }
        int mid = (left + right) / 2;
        int midVal = arr[mid];
        if (findVal > midVal) { // 向右递归
            return binarySearch(arr, mid + 1, right, findVal);
        } else if (findVal < midVal) { // 向左递归
            return binarySearch(arr, left, mid - 1, findVal);
        } else {
            return mid;
        }
    }

    /**
     * 非递归二分查找
     *
     * @param arr 带查找的数组，arr是升序排序
     * @param target 需要查找的树
     * @return 返回对应下标，-1表示没有找到
     */
    public static int binarySearch(int[] arr, int target) {
        int left=0;
        int right = arr.length - 1;
        while (left <= right) {
            int mid = (left + right) / 2;
            if (arr[mid] == target) {
                return mid;
            } else if (arr[mid] > target) {
                // 向左查找
                right =mid - 1;
            }else {
                // 向右查找
                left = mid + 1;
            }
        }
        return -1;
    }

    /**
     * 当待查找的数在数组中有多个时，需要返回所有
     * 思路：
     * 1.找到mid，不要立刻返回
     * 2.向mid左边扫描，将所有等于findVal的元素下标放入集合
     * 3.向mid右边扫描，将所有等于findVal的元素下标放入集合
     * 4.还要放入mid本身，然后返回集合
     */
    public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
        if (left > right) {
            return new ArrayList<>();
        }
        int mid = (left + right) / 2;
        int midVal = arr[mid];
        if (findVal > midVal) { // 向右递归
            return binarySearch2(arr, mid + 1, right, findVal);
        } else if (findVal < midVal) {
            return binarySearch2(arr, left, mid - 1, findVal);
        } else {
            List<Integer> list = new ArrayList<>();
            // 1.向mid左边扫描
            int temp = mid - 1;
            while (true) {
                // 没找到就退出
                if (temp < 0 || arr[temp] != findVal) {
                    break;
                }
                // 找到放入集合，然后temp左移一位
                list.add(temp--);
            }
            // 2.放入mid本身
            list.add(mid);
            // 3.向mid右边扫描
            temp = mid + 1;
            while (true) {
                // 没找到就退出
                if (temp > arr.length - 1 || arr[temp] != findVal) {
                    break;
                }
                // 找到放入集合，然后temp右移一位
                list.add(temp++);
            }
            return list;
        }
    }

}

打印结果

binarySearch:5
binarySearchNoRecursion:2
binarySearch2:[4, 5]

3. 插值查找

3.1 查找原理

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
将折半查找中的求 mid 索引的公式，low 表示左边索引left，high表示右边索引right。key 就是待查找的数值 findVal

在这里插入图片描述

int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) ;对应前面的代码公式：int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])

3.2 举例说明

有序数组 arr = [1, 2, 3, …, 100]

假如我们需要查找的值  1 

使用二分查找的话，我们需要多次递归，才能找到 1

使用插值查找算法
int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])

int mid = 0 + (99 - 0) * (1 - 1)/ (100 - 1) = 0 + 99 * 0 / 99 = 0 

比如我们查找的值 100

int mid = 0 + (99 - 0) * (100 - 1) / (100 - 1) = 0 + 99 * 99 / 99 = 0 + 99 = 99

3.3 代码实现

public class InsertValueSearch {

    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1234};
        int index = insertValueSearch(arr, 0, arr.length - 1, 100);
        System.out.println("index = " + index);
        int index2 = insertValueSearch(arr, 0, arr.length - 1, 89);
        System.out.println("index2 = " + index2);
   }

    /**
     * 插值查找算法
     * 前提是数组必须是有序的
     */
    public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
        if (left > right || findVal < arr[left] || findVal > arr[right]) {
            return -1;
        }
        // 求出mid，自适应
        int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
        int midVal = arr[mid];
        if (findVal > midVal) { // 向右递归
            return insertValueSearch(arr, mid + 1, right, findVal);
        } else if (findVal < midVal) { // 向左递归
            return insertValueSearch(arr, left, mid-1, findVal);
        } else {
            return mid;
        }
    }

}

打印结果

index = -1
index2 = 3

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，该方法不一定比二分查找要好

4. 斐波那契(黄金分割法)查找

4.1 基本介绍

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。
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

在这里插入图片描述

4.2 查找原理

斐波那契查找原理与前两种相似，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），左边部分长度是F[k-1]-1，右边部分长度是F[k-2]-1，如下图所示

在这里插入图片描述

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：只要有序数组的长度为F[k]-1，则可以将该有序数组分成长度为F[k-1]-1和F[k-2]-1的两段和mid位置，即如上图所示。low、mid、high表示下标，F[k]-1、F[k-1]-1、F[k-2]-1表示长度，如果low=1，mid=6，high=10，则F[k-1]-1=5，F[k-2]-1=4，F[k]-1=10，所以mid=1+5也就是low+F[k-1]-1，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
但待查找的有序数组长度n不一定刚好等于F[k]-1，所以需要将原来的有序数组长度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，有序数组长度增加后，新增的位置（从n+1到F[k]-1位置），都赋为n位置的值即可。

while(n>fib(k)-1)
    k++;

4.3 代码实现

import java.util.Arrays;

public class FibonacciSearch {

    public static int maxSize = 20;

    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1234};
        System.out.println("index=" + fibSearch(arr, 1234));
    }

    // 因为后面mid=low+F(k-1)-1，需要使用斐波那契数列，因此需要先获取一个
    // 非递归方法创建斐波那契数列
    public static int[] fib() {
        int[] f = new int[maxSize];
        f[0] = 1;
        f[1] = 1;
        for (int i = 2; i < maxSize; i++) {
            f[i] = f[i - 1] + f[i - 2];
        }
        return f;
    }

    /**
     * 编写斐波那契查找算法(非递归方式)
     *
     * @param a   有序数组
     * @param key 要找的数
     * @return key对应的下标，没找到返回-1
     */
    public static int fibSearch(int[] a, int key) {
        int low = 0;
        int high = a.length - 1;
        // 表示斐波那契分割数值的下标
        int k = 0;
        // 存放mid值
        int mid = 0;
        // 获取到斐波那契数列
        int[] f = fib();
        // 获取到斐波那契分割数值的下标
        while (high > f[k] - 1) {
            k++;
        }
        // 经过上面的while循环，必然使得 f[k]>=a.length
        // 因此使用Arrays类，构造一个长度为f[k]的新数组，不足的部分使用0填充
        int[] temp = Arrays.copyOf(a, f[k]);
        // 将temp数组a.length-1后面的元素，替换成a[a.length-1]这个值
        // 比如temp = {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] = a[high];
        }
        // 使用while循环，找到key
        while (low <= high) {
            mid = low + f[k - 1] - 1;
            if (key < temp[mid]) {
                // 向数组左边找
                high = mid - 1;
                // f[k]-1的左边部分是f[k-1]-1
                k -= 1;
            } else if (key > temp[mid]) {
                // 向数组右边找
                low = mid + 1;
                // f[k]-1的右边部分是f[k-2]-1
                k -= 2;
            } else {
                // 找到
                // 需要确定，返回的是哪个下标，在向右边查找时
                // 待查找的数的mid可能在原始数组长度后面填充的a[high]这个值，所以返回的index应该是high = a.length - 1这个值
                if (mid <= high) {
                    return mid;
                } else {
                    return high;
                }
            }
        }
        return -1;
    }

}

打印结果

index=5

Fisher3652

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
查找算法：顺序查找、二分查找、插入查找、斐波那契查找

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。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。......
复制链接

扫一扫

专栏目录