作者前言
大家好,我是阿濠,今篇内容跟大家分享的是查找算法之斐波那契(黄金分割法)查找,很高兴分享到segmentfault与大家一起学习交流,初次见面请大家多多关照,一起学习进步.
一、斐波那契数列介绍
![clipboard.png clipboard.png](https://i-blog.csdnimg.cn/blog_migrate/c32dff2ae23f7074885defb42a6e0b43.png)
被我们称为"斐波拉契"的人,真实姓名叫列昂纳多
,来自比萨
,这个数列
出自他的书《算盘宝典
》("Liber Abaci"),这本书奠定西方世界的数学基础,其中的算法方法一直沿用至今
什么是斐波那契数列?
斐波那契数列指的是这样一个数列: 0, 1, 1, 2, 3, 5, 8, 13, 21....
特别指出:第0项是0,第1项是第一个1
这个数列从第三项开始,每一项都等于前两项之和
。
斐波那契公式:F(k)=F(k-1)+F(k-2)
提示:F(1)=1 F(2)=1
初识美丽漂亮的黄金分割
黄金分割点是把一条线段分割为两部分
,其中一部分与全长之比等于另一部分与这部分之比
。
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/e5ebd2f5d577d77ccbaf3fb39c24c258.png)
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。
![clipboard.png clipboard.png](https://i-blog.csdnimg.cn/blog_migrate/6d67f731c7521abb79dc89a9cedb1ffd.png)
![clipboard.png clipboard.png](https://i-blog.csdnimg.cn/blog_migrate/45a54856df6b7935feac1333a19ddbf8.png)
取其前三位数字的近似值是0.618
,这是一个神奇的数字
,会带来意向不大的效果
。
如果用大的斐波那契数
/ 小的斐波那契数
,也会发现越来越接近0.618
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/4322ca59bf35711ff5df04eeb6b169b5.png)
二、斐波那契(黄金分割法)查找算法介绍
基本原理
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)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/f921832e32adc9d5c1df6855507d5bfd.png)
对F(k-1)-1的理解:
1.根据公式: F[k] = F[k-1] + F[k-2]
,得到(F[k]-1) = (F[k-1]-1) + (F[k-2]-1) +1
2.因为有时候顺序表长度 n
不一定刚好等于 F[k]-1
,将原数组查找表扩展为长度为F[k]-1
(如果要补充元素
,则补充重复最后一个元素
,直到满足F[k]-1个元素
),完成后进行斐波那契分割
。
3.如图所示,只要顺序表的长度为 F[k]-1
就可以分割为前半部分F[k-1]-1]
个元素,后半部分 F[k-2]-1
个元素,从而确定中间位置
为 mid = low+F(k-1)-1
,找出要查找的元素在那一部分并递归,直到找到。
为什么(F[k]-1) = (F[k-1]-1) + (F[k-2]-1) +1
?
因为根据公式得出:F[k] = F[k-1] + F[k-2]
,而斐波那契数列是指:{1,1,2,3,5,8, 13...}
若此时 k = 4 ,则代入公式:F[4] = F[4-1] + F[4-2]
,求出数列F[4]
结果:5
若此时代入(F[k]-1)
,那么本来 求F[4]
就变成求 (F[4]-1)
结果就是f[4] - 1 = 5 - 1 = 4
公式代入则是:(F[4]-1) = (F[4-1]-1) + (F[4-2]-1)
也就是(F[4]-1) = (F[3]-1) + (F[2]-1)
摊开来将F[4]=5、F[3]=3、F[2]=1
代入:(5-1) = (3-1) + (2-1)
此时再 + 1
就相等了
三、通过应用示例认识斐波那契查找算法
对有序数组arr={1,8,10,89,1000,1234}
,进行斐波那契查找
,输入一数
看看该数组是否存在此数
,存在则求出下标
,如果没有就返回-1 表示没有这个数
//因为后面我们mid=low+F(k-1)-1,需要使用到斐波那契数列
//因此我们需要先获取到一个斐波那契数列
//非递归方法得到一个斐波那契数列
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;
}
//使用非递归实现
/**
* @param arr 数组
* @param key 我们要查找的关键值(码)
* @return 返回对应的下标 如果没有返回-1
*/
public static int fibSearch(int [] arr,int key) {
int low = 0;
int hight = arr.length - 1;
int k = 0;//表示斐波那契分割数值下标
int mid = 0;
int f[] = fib();//获取斐波那契数列
//判断顺序表长度 n 是否等于 F [k]-1 `,不等于将`原数组查找表扩展为长度为F[k]-1
//假设当前传入的数组:1, 8, 10, 89, 1000, 1234 hight = 5
//斐波那契数列:1,1,2,3,5,8,13...
while (hight > f[k] - 1) {
k++;
}
//如果要补充元素,则补充重复最后一个元素,直到满足F[k]-1个元素
int[] temp = Arrays.copyOf(arr, f[k]);//此时 k =5 f[5]=8
//因为arr[hight]代表最后一个元素,新数组temp = Arrays.copyOf(arr,f[k]);
//所以若想最后元素当作填充元素就应该是从hight + 1 开始
for (int i = hight + 1; i < temp.length; i++) {
temp[i] = arr[hight];
}
while (low <= hight) {
//按图所示进行黄金分割前部分+后部分
mid = low + f[k - 1] - 1;
//如果需要找的值key 小于temp[mid]说明我们应该继续向数组的前面查找(左边)
if (key < temp[mid]) {
hight = mid - 1;//往前缩范围
//为什么是k--
//1.全部元素= 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//之前(F[k]-1) = (F[k-1]-1) + (F[k-2]-1) +1
//按图所示,目前我们这里是mid= low + f[k - 1] -1;
//如果继续向数组的前面查找(左边)则应该是(F[k-1]-1)进行拆分
//(F[k-1]-1)=(F[k-1-1]-1) + (F[k-2-2]-1) +1 = 4 = 2 + 1 + 1
//即在f[k-1]-1 的前面继续查找k--
//即下次循环mid = f[k-1-1] -1
k--;
}
//我们应该继续向数组的后面查找(右边)
if (key > temp[mid]) {
low = mid + 1;
//为什么是k -=2
//1. f[k] = f[k-1] + f[k-2] .
//2.因为后面我们有f[k-2],所以可以继续拆分 f[k-1] = f[k-3] + f[k-4]
//3.即在f[k-2]的前面进行查找k -=2,即下次循环mid = f[k -1 - 2] -1
k -= 2;
}
if (key == temp[mid]) {
//因为之前如果要补充元素,则补充重复最后一个元素,直到满足F[k]-1个元素
//如果小于hight代表是arr数组里的值
if (mid <= hight) {
return mid;
} else {
//否则说明查找得到的数据元素是temp数组里的补充值
return hight;
}
}
}
return -1;
}
如果存在则求出下标
,如果没有就返回-1表示没有这个数
执行代码测试一下数据看看,点击这里运行代码
四、算法复杂度分析
斐波那契查找的时间复杂度是:O(log 2 n )
与二分法折半查找
相比,斐波那契查找的优点是它只涉及加法和减法运算
,而不用除法
,而除法比加减法要占用更多的时间
,因此,斐波那契查找的运行时间理论上比折半查找小
,但是具体还是得视具体情况而定
。
五、斐波那契数列的有趣知识
计算中的斐波那契数列
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/03257ee606561774a537e14472718470.png)
让我们计算一下,头几个斐波那契数列的平方
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/88208551c53474a77ecd923c3887eb87.png)
毫无意外的,当你加上两个连续
的斐波那契的数字
时,你会得到下一个斐波那契数
,但是也许你不知道把斐波那契数的平方
,加起来会有什么有意思的结果?
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/5b6e4ee46931ed2a983d565056e167b4.png)
没错,规律还在~事实上,还有一个规律,你计算一下头几个斐波那契数列的平方和
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/99b104e553764638fbcf086fa2eb07bc.png)
你可能觉得
它们不是斐波那契数
,但是如果你看的够仔细,会发现背后隐藏着斐波那契数
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/feae55aad1376cd561c95267b70ec8d4.png)
那么你就会发现1 、1 、2 、3 、5 、8的各平方加起来 = 104 = 8x13
why?
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/d469ebd4de2e022a40b1d5c873526b9d.png)
用一个简单的图形解答一下,先让我们画一个1 乘 1 的方块
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/401ca52abc089192ddcec70d471276ac.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/3efa62e2d730adbc68bcd030a7fbcd23.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/dfa7b01ce5ae891902cee0a93cbc2d78.png)
现在问大家一个问题:这个矩形的面积是多少?
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/4d01047cfdeaabcbccd6a5de1aaef5be.png)
一方面它的面积是:组成它的小矩形之和
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/c41fb3708f3082faac44608debe89894.png)
一方面因为是矩形,它的面积:长 * 高
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/f8cc7bc3a5fc20b21cd7c16c4c0f6f6d.png)
所以这就是为什么1 、1 、2 、3 、5 、8的各平方加起来 = 104 = 8x13
黄金矩形与黄金螺旋
通过上面的知识点了解了黄金分割线,那么我们来再了解一下黄金矩形与黄金螺旋
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/898f371f76edeb379de036c4063c7510.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/e9a78329eacfaddc848e8b435a55715a.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/556469bc1ee6d982b96726a7a58df760.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/bd2f09867efe4dbe5d50ff8f0b15d356.png)
生活中的斐波那契
斐波那契数列在自然界中神奇的出现,一朵花的花瓣数量、向日葵的螺旋,菠萝上表面的凸起
,一般都对应着某个斐波那契数列
![clipboard.png clipboard.png](https://i-blog.csdnimg.cn/blog_migrate/c06432b97c33a2171cadfc2a8338aba1.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/cfcb973da1e07cc90e1c52f3e9ecbaf0.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/a5278fdc4342419a8a3dc52b3e5f947d.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/832a64d78324746a99136d7ad78ef7ea.png)
简单的说,植物的生长点每个一个角度
就会发展出一个侧芽
,如果这个侧芽角度太过平庸
,新芽旋转几周后之后就会与老的侧芽对在一起
,即浪费空间又争夺资源
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/d11f79c1a9d7243f1e98c774cb8c0a3e.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/e1b8b589f8566bae5069924b680a9341.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/e4c8489d7d2f9bbbb76b5c8130d36bcf.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/9e2b90a3efabdc9201b9c52cbb89f9ea.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/87c230d206a93594b59822abb92e50f8.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/ff2c916755c4c69f65e319b0395621c1.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/222cf2b1eb440b349516b2abf38a34dd.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/e1e004b434312980a4bbb93c0892872d.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/bb469bbe2e3758b7c543e79bd609942a.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/d720bddd142d1549db6aa2545c14e708.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/6b2fae7446e54baba4ff81508801c3f3.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/fe5710e193728ae727a65cba223685bb.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/f7ceced7bff6bc92a02eefef62df9192.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/b99d494d2e3fd07cbc7139f8e6249e8f.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/ac26b9e5ee14ce619e3df6554b9c84f0.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/e38397e0ca0e7119609e496b068a036d.png)
![图片.png 图片.png](https://i-blog.csdnimg.cn/blog_migrate/39d714291017eddc5d0276bfac01c471.png)