常用的四种查找算法
在java中我们常用的查找算法有四种:
- 顺序(线性)查找
- 二分查找/折半查找
- 插值查找
- 斐波那契查找
顺序查找法
应用实例:
有一个数列:{1,8, 10, 89,8, 1000, 1234,89,8} ,判断数列中是否包含此元素。 要求使用顺序查找, 如果找到了,就提示找到,并给出下标值;没找到返回-1。
分析思路:
- 遍历数组每一个元素,找到则返回此元素的下标,没找到返回-1。
- 如果数组包含多个元素,则将找到的下标,利用一个数列保存起来。
代码实现:
package com.zxs.search;
import java.util.ArrayList;
import java.util.List;
/**
* @Classname sequenceSerach
* @Description 顺序查找
* @Date 2021/5/20 16:22
* @Created by zxs
*/
public class SequenceSearch {
public static void main(String[] args) {
int arr[] = {1,8, 10, 89,8, 1000, 1234,89,8};
List res = seqSearch(arr,8);
System.out.println("res="+ res);
}
//顺序查找法,查找某个元素,查找到则返回当前元素的下标
public static List seqSearch(int[] arr,int value){
List<Integer> list = new ArrayList<>();
for (int i = 0; i < arr.length; i++) {
if (value == arr[i]) {
list.add(i);
}
}
return list;
}
}
二分查找法
二分查找算法适用于有序列表,无序列表不能使用二分查找算法。
应用实例:
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,有就返回下标。
分析思路:
- 首先确定该数组的中间的下标:mid = (left + right) / 2,让需要查找的数 findVal 和 arr[mid] 比较。
- 如果findVal > arr[mid] , 说明你要查找的数在mid 的右边, 因此需要递归的向右查找。
- 如果findVal < arr[mid], 说明你要查找的数在mid 的左边, 因此需要递归的向左查找。
- 如果findVal == arr[mid] 说明找到,就返回。
- 当 left > right 就需要退出递归。
代码实现:
package com.zxs.search;
/**
* @Classname BinarySearch
* @Description TODO
* @Date 2021/5/20 16:31
* @Created by zxs
*/
public class BinarySearch {
public static void main(String[] args) {
int arr[] = {1, 8, 10, 89, 1000, 1234};
int res = binarySearch(arr, 1000, 0, arr.length - 1);
System.out.println("res="+res);
}
//利用二分查找法查找
public static int binarySearch(int[] arr, int value, int left, int right) {
//当left > right说明没找到,返回-1
if (left > right) {
return -1;
}
//定义中间值
int mid = (left + right) / 2;
int midVal = arr[mid];
if (value > midVal) { //查找的值在中间值的右边,向右递归查找
return binarySearch(arr, value, mid + 1, right);
} else if (value < midVal) { //向左递归查找
return binarySearch(arr, value, left, mid - 1);
} else { //切好是中间值
return mid;
}
}
}
应用实例 =》进阶:
当一个有序数组中,有多个相同的数值时,怎么将所有的数值都找到,并返回它们下标的一个数列,如果一个也没有,则返回一个空数列。
实现思路:
- 首先确定该数组的中间的下标:mid = (left + right) / 2,让需要查找的数 findVal 和 arr[mid] 比较。
- 如果findVal > arr[mid] , 说明你要查找的数在mid 的右边, 因此需要递归的向右查找。
- 如果findVal < arr[mid], 说明你要查找的数在mid 的左边, 因此需要递归的向左查找。
- 如果findVal == arr[mid] 说明找到第一个目标元素,再继续让mid - 1往左找,左边找完继续让mid + 1往右找,边找边将mid加入到数列中。
- 当 left > right 就需要退出递归。
代码实现:
package com.zxs.search;
import java.util.ArrayList;
import java.util.List;
/**
* @Classname BinarySearch
* @Description TODO
* @Date 2021/5/20 16:31
* @Created by zxs
*/
public class BinarySearch {
public static void main(String[] args) {
int arr[] = {1, 8, 10, 88, 88, 88, 88, 1000, 1234};
// int res = binarySearch(arr, 0, arr.length - 1, 1);
List<Integer> res = binarySearch2(arr, 0, arr.length - 1, 88);
System.out.println("res=" + res);
}
//二分法查找具有重复元素的列表
public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
//当left>right时,结束递归返回空list
if (left > right) {
return new ArrayList<Integer>();
}
//找到中间元素
int mid = (left + right) / 2;
int midVal = arr[mid];
//创建一个list保存元素的下标
List<Integer> resIndexList = new ArrayList<>();
if (findVal > midVal) { //右递归
return binarySearch2(arr, mid + 1, right, findVal);
} else if (findVal < midVal) { //左递归
return binarySearch2(arr, left, mid - 1, findVal);
} else {
//先将当前mid加入list
resIndexList.add(mid);
//当找到了第一个元素时,继续往左找
//创建一个辅助变量
int temp = mid - 1;
while (true) {
//temp < 0表示左边全是目标元素
if (temp < 0 || arr[temp] != findVal) {
break;
}
resIndexList.add(temp);
temp--;
}
//继续往右找
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {
break;
}
resIndexList.add(temp);
temp++;
}
}
return resIndexList;
}
}
插值查找法
插值查找原理介绍:
- 插值查找算法基本和二分查找法一模一样,不同的是插值查找每次从自适应mid处开始查找,关键之处也就是这个自适应mid。
- 求mid 索引的公式,low 表示左边索引left, high表示右边索引right,key 就是我们要查找的值findVal
![](https://cdn.jsdelivr.net/gh/zhouxinshi66/image-hosting@master/20210501/image.6bao4giq2e80.png)
应用实例:
对一个1~100的有序数组,查找它的某个元素,如果查找到就返回元素所在的下标,否则返回-1.
代码实现:
package com.zxs.search;
import java.util.ArrayList;
import java.util.List;
/**
* @Classname InsertValSearch
* @Description 插值查找
* @Date 2021/5/20 20:43
* @Created by zxs
*/
public class InsertValSearch {
public static void main(String[] args) {
int[] arr = new int[100];
for (int i = 0; i < 100; i++) {
arr[i] = i + 1;
}
// int arr[] = {1, 8, 10, 88, 88, 88, 88, 1000, 1234};
// int index = insertValSearch(arr, 0, arr.length - 1, 66);
List<Integer> list = insertValSearch2(arr, 0, arr.length - 1, 100);
System.out.println("res=" + list);
}
//插值查找法
public static int insertValSearch(int[] arr, int left, int right, int findVal) {
System.out.println("调用插值查找法~~~");
//当left > right退出递归
//findVal > arr[arr.length - 1] || findVal < arr[0]必须要有,否则mid的值将会超出索引或者为负数
if (left > right || findVal > arr[arr.length - 1] || findVal < arr[0]) {
return -1;
}
//获取中间值
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
//判断
if (findVal > midVal) {
//往右递归
return insertValSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
//往左递归
return insertValSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
//插值查找法查找具有重复元素的列表
public static List<Integer> insertValSearch2(int[] arr, int left, int right, int findVal) {
System.out.println("调用插值查找法~~~");
//当left>right时,结束递归返回空list
if (left > right || findVal > arr[arr.length - 1] || findVal < arr[0]) {
return new ArrayList<Integer>();
}
//找到中间元素
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
//创建一个list保存元素的下标
List<Integer> resIndexList = new ArrayList<>();
if (findVal > midVal) { //右递归
return insertValSearch2(arr, mid + 1, right, findVal);
} else if (findVal < midVal) { //左递归
return insertValSearch2(arr, left, mid - 1, findVal);
} else {
//先将当前mid加入list
resIndexList.add(mid);
//当找到了第一个元素时,继续往左找
//创建一个辅助变量
int temp = mid - 1;
while (true) {
//temp < 0表示左边全是目标元素
if (temp < 0 || arr[temp] != findVal) {
break;
}
resIndexList.add(temp);
temp--;
}
//继续往右找
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {
break;
}
resIndexList.add(temp);
temp++;
}
}
return resIndexList;
}
}
插值查找和二分查找区别
- 查找相同的 1~100 的有序数组,二分查找需要递归查找好几次才能找到目标元素,而插值查找一次就能找到。
- 查找arr[] = { 1, 8, 10, 89,1000,1000, 1234 }数组,二分查找也可能需要好几次才能找到目标元素,而插值查找一次就能找到。
- 插值查找算法的原理本质上和二分查找没区别,最关键的地方在于这个自适应mid。
- 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。
斐波那契查找法(难点)
斐波那契查找法也叫黄金分割查找法,它的查找原理与二分查找和插值查找法相似,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
![](https://cdn.jsdelivr.net/gh/zhouxinshi66/image-hosting@master/20210501/image.d3r932khdqw.png)
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,由以下代码得到,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:
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。
代码实现:
package com.zxs.search;
import java.util.Arrays;
/**
* @Classname FibonacciSearch
* @Description TODO
* @Date 2021/5/20 22:33
* @Created by zxs
*/
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, 89));// 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;
}
//编写斐波那契查找算法
//使用非递归的方式编写算法
/**
* @param a 数组
* @param key 我们需要查找的关键码(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; //存放mid值
int f[] = fib(); //获取到斐波那契数列
//获取到斐波那契分割数值的下标
while (high > f[k] - 1) {
k++;
}
//因为 f[k] 值 可能大于 a 的 长度,因此我们需要使用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
//举例:
//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来循环处理,找到我们的数 key
while (low <= high) { // 只要这个条件满足,就可以找
mid = low + f[k - 1] - 1;
if (key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
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]) { // 我们应该继续向数组的后面查找(右边)
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 { //找到
//需要确定,返回的是哪个下标
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}