查找方法:
在Java常用的四种查找方法
- 顺序查找
- 二分查找
- 插值查找
- 斐波那契查找
目录
顺序查找
无序,有序均可利用循环依次进行遍历进行查找
二分查找
对一个有序数组进行二分查找{1,8, 10, 89, 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"。
非递归二分法
主要临界点:while (left<=right)
/**
* 非递归 二分法
* @param arr 数组
* @param finVal 要查找的值
* @return
*/
public static int binaryTwo(int[] arr ,int finVal){
int left=0;
int right=arr.length-1;
int mid;
while (left<=right){
mid=(left+right)/2;
if (arr[mid]==finVal){
return mid;
}else if (arr[mid]>finVal){
right=mid-1;
}else {
left=mid+1;
}
}
return -1;
}
递归
/**
* 递归
* @param arr 数组
* @param left 左边的索引
* @param rigth 右边的索引
* @param finVal 要查找的值
* @return 如果找到就返回下标, 如果没有 返回-1;
*/
public static int binary(int[] arr, int left, int rigth, int finVal) {
//当left>right时, 说明整个递归没有找到
if (left > rigth) {
return -1;
}
int mid = (left + rigth) / 2;
int midVal = arr[mid];
if (finVal > midVal) {
return binary(arr, mid + 1, rigth, finVal);
} else if (finVal < midVal) {
return binary(arr, left, mid + 1, finVal);
} else {
return mid;
}
}
插值查找算法
插值查找原理介绍
插值查找法类似于二分查找法,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就是需要查找到元素
int mid=left+(right-left)*(find-arr[left])/(arr[right]-arr[left]);
插值查找算法举例说明
public class insertValueSearch {
public static void main(String[] args) {
int arr[] = { 1, 8, 10, 89,1000,1000, 1234 };
int index=insertValue(arr,0,arr.length-1,8);
System.out.println(index);
}
public static int insertValue(int[] arr, int left, int right, int findVal) {
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
return -1;
}
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVAl = arr[mid];
if (findVal > midVAl) {
return insertValue(arr, mid + 1, right, findVal);
} else if (findVal < midVAl) {
return insertValue(arr, left, mid - 1, findVal);
}else {
return mid;
}
}
}
斐波那契(黄金分割法)查找算法
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
原理
斐波拉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不再是中间或者插值得到,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) , 如下图所示
mid=low+F(k-1)-1
对F(k-1)-1 的理解:
- 由斐波拉契数列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 。
- 则可以将该表达式长度分为F[k-1]-1 和 F[k-2]-1 的两段,
- 即中间的值为mid=low+F(k-1)-1
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 ,有以下代码可以得到(从 n+1 到 F[k]-1 位置)
f[0] = 1;
f[1] = 1;
for (int i = 2; i < maxSize; i++) {
f[i] = f[i - 1] + f[i - 2];
}
if (key < temp[mid])
f[k] = f[k-1] + f[k-2]
因为 前面有 f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
即 在 f[k-1] 的前面继续查找 k--
即下次循环 mid = f[k-1-1]-1
k--;
if (key < temp[mid]) {
high = mid - 1;
//为甚是 k--
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//因为 前面有 f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
//即 在 f[k-1] 的前面继续查找 k--
//即下次循环 mid = f[k-1-1]-1
k--;
}
if (key > temp[mid])
全部元素 = 前面的元素 + 后边元素
f[k] = f[k-1] + f[k-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]
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
if (key > temp[mid]) {
low = mid + 1;
//为什么是k -=2
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//3. 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]
//4. 即在f[k-2] 的前面进行查找 k -=2
//5. 即下次循环 mid = f[k - 1 - 2] - 1
k -= 2;
}
代码
package com.nie.Bzhan.Search;
import java.util.Arrays;
public class FibonacciSerch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1, 8, 10, 189, 1000, 1234};
System.out.println("index=" + fibSearch(arr, 1234));// 0
}
//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一一个斐波那契数列
//非递归的方法 得到一个斐波拉契数列
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
//使用非递归的方式编写算法
public static int fibSearch(int[] a, int key) {
int low = 0;
int high = a.length - 1;
int k = 0;//表示斐波拉契分隔值的下标
int mid = 0;//存放mid值
int f[] = fib();//获取到斐波拉契数列
//获取到斐波拉契分隔值的下标
while (high > f[k] - 1) {
k++;
}
int[] temp = Arrays.copyOf(a, f[k]);
for (int i = high + 1; i < temp.length; i++) {
temp[i] = a[high];
}
while (low <= low) {
mid = low + f[k - 1] - 1;
if (key < temp[mid]) {
high = mid - 1;
//为甚是 k--
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//因为 前面有 f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
//即 在 f[k-1] 的前面继续查找 k--
//即下次循环 mid = f[k-1-1]-1
k--;
} else if (key > temp[mid]) {
low = mid + 1;
//为什么是k -=2
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//3. 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]
//4. 即在f[k-2] 的前面进行查找 k -=2
//5. 即下次循环 mid = f[k - 1 - 2] - 1
k -= 2;
} else {
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}