查找算法
在java中,常用的查找有四种:
- 顺序(线性)查找
- 二分查找/折半查找
- 插值查找
- 斐波那契查找
线性查找
线性查找就是顺序查找
有一个数列: {1,8, 10, 89, 1000, 1234} ,判断数列中是否包含此名称【顺序查找】 要求: 如果找到了,就提示找到,并给出下标值。如果查找到全部符合条件的值,则全部返回
代码实现:
package com.atguigu.search;
import java.util.ArrayList;
import java.util.List;
/**
* @author Mustang
* @create 2022-05-12 22:04
*/
public class SeqSearch2 {
public static void main(String[] args) {
int[] arr = {1, 9, 11, 9, -1, 34, 89}; // 没有顺序的数组
//返回一个索引
int index = seqSearch(arr, 9);
if (index == -1) {
System.out.println("没有找到");
} else {
System.out.println("找到,下标为=[" + index + "]");
}
//返回多个索引
List<Integer> resIndex = seqSearchList(arr, 9);
if (resIndex.size() == 0) {
System.out.println("没有找到");
} else {
System.out.println("找到下标:" + resIndex);
}
}
/**
* 实现的线性查找是找到一个满足条件的值,就返回
*
* @param arr
* @param value 要查找的值
* @return 找到就立即返回,找不到返回-1
*/
public static int seqSearch(int[] arr, int value) {
//线性查找是逐一比对,发现有相同值,就返回下标
for (int i = 0; i < arr.length; i++) {
if (arr[i] == value) {
return i;
}
}
return -1;
}
/**
* 实现的线性查找是找到多个满足条件的值,加入集合并返回
*
* @param arr
* @param value 要查找的值
* @return 返回集合
*/
public static List<Integer> seqSearchList(int[] arr, int value) {
List<Integer> resIndex = new ArrayList<>();
for (int i = 0; i < arr.length; i++) {
if (arr[i] == value) {
resIndex.add(i);
}
}
return resIndex;
}
}
二分查找(折半查找)
有2种实现方式:递归和非递归方式,查找的前提是数组有序
请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"。当一个有序数组{1,8, 10, 89, 1000, 1000,1234} 中有多个相同的数值时,如何将所有的数值都查找到,比如这里的 1000.
二分查找的思路分析(递归方式)
代码实现:
package com.atguigu.search;
import java.util.ArrayList;
import java.util.List;
/**
* @author Mustang
* @create 2022-05-12 22:29
*/
public class BinarySearch3 {
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234, 1234, 1234};
int resIndex = binarySearch(arr, 0, arr.length - 1, 8);
System.out.println("下标为:" + resIndex);
List<Integer> resIndexList = binarySearchList(arr, 0, arr.length - 1, 1234);
System.out.println("查找到的索引:" + resIndexList);
}
/**
* @param arr 数组
* @param left 左边的索引
* @param right 右边的索引
* @param findVal 要查找的值
* @return 如果找到就返回下标,如果没有找到,就返回 -1
*/
public static int binarySearch(int[] arr, int left, int right, int findVal) {
//当 left > right 时,说明递归完整个数组没有找到
if (left > right) {
return -1;
}
int mid = (left + right) / 2;
if (findVal > arr[mid]) {
return binarySearch(arr, mid + 1, right, findVal);
} else if (findVal < arr[mid]) {
return binarySearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
/*
*
* 有多个相同的数值时,将所有的数值都查找到
*
* 思路分析
* 1.在找到 mid索引值后,不要马上返回
* 2.向 mid索引值的左边扫描,将所有满足的元素的下标,加入到集合ArrayList
* 3.向 mid索引值的右边扫描,将所有满足的元素的下标,加入到集合ArrayList
* 4.将Arraylist返回
*/
public static List<Integer> binarySearchList(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) {
return binarySearchList(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
return binarySearchList(arr, left, mid - 1, findVal);
} else {
List<Integer> resIndexList = new ArrayList<>();
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != findVal) {
break;
}
resIndexList.add(temp);
temp--;
}
resIndexList.add(mid);
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {
break;
}
resIndexList.add(temp);
temp++;
}
return resIndexList;
}
}
}
二分查找算法(非递归)介绍
前面的二分查找算法,是使用递归的方式,下面使用二分查找算法的非递归方式。
二分查找法只适用于从有序的数列中进行查找(比如数字和字母等),将数列排序后再进行查找。
二分查找法的运行时间为对数时间O(㏒₂n) ,即查找到需要的目标位置最多只需要㏒₂n步,假设从[0,99]的队列(100个数,即n=100)中寻到目标数30,则需要查找步数为㏒₂100 , 即最多需要查找7次( 2^6 < 100 < 2^7)
数组 {1,3, 8, 10, 11, 67, 100}, 编程实现二分查找, 要求使用非递归的方式完成
代码实现
package com.atguigu.binarysearchnorecursion;
import java.util.ArrayList;
import java.util.List;
/**
* @author ysxstart
* @create 2022-04-24 13:28
*/
public class BinarySearchNoRecursion {
/**
* 二分查找的非递归实现
*
* @param arr 待查找的数组, arr是升序排序
* @param target 需要查找的数
* @return 返回对应下标,-1表示没有找到
*/
public static int binarySearchNoRecursion(int[] arr, int target) {
int left = 0;
int right = arr.length - 1;
while (left <= right) {
int mid = (left + right) / 2;
if (arr[mid] > target) {
right = mid - 1; //向左查找
} else if (arr[mid] < target) {
left = mid + 1; //向右查找
} else {
return mid;
}
}
return -1;
}
//返回找到的多个索引
public static List<Integer> binarySearchNoRecursionList(int[] arr, int target) {
int left = 0;
int right = arr.length - 1;
while (left <= right) {
int mid = (left + right) / 2;
if (arr[mid] > target) {
right = mid - 1;
} else if (arr[mid] < target) {
left = mid + 1;
} else {
List<Integer> resIndexList = new ArrayList<>();
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != target) {
break;
}
resIndexList.add(temp);
temp--;
}
resIndexList.add(mid);
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != target) {
break;
}
resIndexList.add(temp);
temp++;
}
return resIndexList;
}
}
return new ArrayList<>();
}
public static void main(String[] args) {
int[] arr = {1, 3, 8, 10, 10, 10, 10, 11, 67, 100};
int index = binarySearchNoRecursion(arr, 10);
System.out.println("index: " + index);
List<Integer> resIndexList = binarySearchNoRecursionList(arr, 10);
System.out.println("index: " + resIndexList);
}
}
插值查找
插值查找原理介绍:
-
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就是前面的findVal
-
-
int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) ;//*插值索引,对应前面的代码公式:int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])
应用案例:
请对一个有序数组进行插值查找 {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"。
插值查找注意事项:
- 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,该方法不一定比折半查找要好
代码实现:
/**
* 编写插值查找算法
* 说明:插值查找算法,也要求数组是有序的
*
* @param arr 数组
* @param left 左边索引
* @param right 右边索引
* @param findVal 查找值
* @return 如果找到,就返回对应的下标,如果没有找到,返回-1
*/
public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
System.out.println("查找次数!");
//注意:findVal < arr[0] 和 findVal > arr[arr.length - 1] 必须需要
//否则我们得到的 mid可能越界
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
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) { // 明应该向右边递归
return insertValueSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) { //说明向左递归查找
return insertValueSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
//插值查找多个数
public static List<Integer> insertValueSearchList(int[] arr, int left, int right, int findVal) {
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
return new ArrayList<>();
}
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (findVal > midVal) {
return insertValueSearchList(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
return insertValueSearchList(arr, left, mid - 1, findVal);
} else {
List<Integer> resIndex = new ArrayList<>();
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != findVal) {
break;
}
resIndex.add(temp);
temp--;
}
resIndex.add(mid);
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {
break;
}
resIndex.add(temp);
temp++;
}
return resIndex;
}
}
斐波那契(黄金分割法)查找算法
斐波那契(黄金分割法)查找基本介绍:
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。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。这是一个神奇的数字,会带来意向不大的效果。
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
斐波那契(黄金分割法)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),如下图所示
对F[k-1]-1的理解:
- 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:只要顺序表的长度为F[k]-1,则可以将该表分成长度为F[k-1]-1和F[k-2]-1的两段,即如上图所示。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表长度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;顺序表长度增加后,新增的位置(从n+1到F[k]-1位置),都赋为n位置的值即可。
应用案例:
请对一个有序数组进行斐波那契查找 {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"。
代码实现:
package com.atguigu.search;
import java.util.Arrays;
/**
* @author ysxstart
* @create 2022-03-30 22:03
*/
public class FibonacciSearch2 {
public static int maxSize = 15;
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
System.out.println("index = " + fibSearch(arr, 89));
}
//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;
}
/**
* 编写斐波那契查找算法
* 使用非递归的方式编写算法
*
* @param a 需查找的数组
* @param key 需要查找的关键码(值),元素值
* @return 返回对应的下标,如果没有-1
*/
public static int fibSearch(int[] a, int key) {
int low = 0;
int high = a.length - 1;
int k = 0; //表示斐波那契分割数值的下标
int mid = 0;
int f[] = fib(); //获取到斐波那契数列
//获取斐波那契分割数值的下标
while (high > f[k] - 1) {
k++;
}
//因为 f[k]的值 可能大于 a的长度,因此使用Arrays类构造一个新的数组,并指向temp[]
//不足的部分会使用0填充
int[] temp = Arrays.copyOf(a, f[k]);
//实际上需求使用a数组最后的数填充 temp
//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];
}
//while循环处理,找到数key
while (low <= high) {
mid = low + f[k - 1] - 1;
if (key < temp[mid]) { //继续向数组的前面查找(左边)
high = mid - 1;
k -= 1;
} else if (key > temp[mid]) { //继续向数组的后面查找(右边)
low = mid + 1;
k -= 2;
} else {
//找到时,需要确定返回的是哪个下标
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}