常见的七种查找算法

松果️

于 2024-07-26 10:38:52 发布

阅读量423

点赞数 18

文章标签：算法数据结构

本文链接：https://blog.csdn.net/qq_64737356/article/details/140709193

版权

数据结构是数据存储的方式，算法是数据计算的方式。在开发中，算法和数据结构息息相关。

1. 基本查找

也叫做顺序查找，核心是从0索引开始挨个往后查找

说明：顺序查找适合存储结构为数组或者链表

基本思想：顺序查找也称为线形查找，属于无序查找算法。从数据结构线的一端开始，顺序扫描，依次将遍历到的结点与要查找的值相比较。若相等则表示查找成功，若遍历结束仍没有找到相同的，表示查找失败。

示例代码：

public class A01_BasicSearchDemo1 {
    public static void main(String[] args) {
        //基本查找/顺序查找
        //核心：从0索引开始挨个往后查找

        //需求：定义一个方法利用基本查找，查询某个元素是否存在
        //数据如下：{131, 127, 147, 81, 103, 23, 7, 79}

        int[] arr = {131, 127, 147, 81, 103, 23, 7, 79};
        int number = 82;
        System.out.println(basicSearch(arr, number));

    }

    //参数：
    //一：数组
    //二：要查找的元素

    //返回值：表示当前元素是否存在
    public static boolean basicSearch(int[] arr, int number){
        //利用基本查找来查找number在数组中是否存在
        for (int i = 0; i < arr.length; i++) {
            if(arr[i] == number){
                return true;
            }
        }
        return false;
    }
}

如果我们要返回多个数据的话，可以把这些数据放到数组或者集合中

2. 二分查找

也叫做折半查找，提高查找效率

前提条件：数组中的数据数据必须是有序的

如果是无序的，也可以先进行排序。但是排序之后，会改变原有数据的顺序，查找出来的元素位置跟原来的元素可能是不一样的，所以排序之后再查找只能判断当前数据是否在容器当中，返回的索引无实际的意义。

核心逻辑：每次排除一半的查找范围

二分查找的过程：

min和max表示当前要查找的范围
mid是在min和max中间的
如果要查找的元素在mid的左边，缩小范围时，min不变，max等于mid减一
如果要查找的元素在mid的右边，缩小范围时，max不变，min等于mid加一

基本思想：折半查找，属于有序查找算法，用给定值先与中间结点比较，比较完之后有三种情况：

相等

说明找到了
要查找的数据比中间节点小

说明要查找的数字在中间节点左边
要查找的数据比中间节点大

说明要查找的数字在中间节点右边

代码示例：

package com.itheima.search;

public class A02_BinarySearchDemo1 {
    public static void main(String[] args) {
        //二分查找/折半查找
        //核心：每次排除一半的查找范围

        //需求：定义一个方法利用二分查找，查询某个元素在数组中的索引
        //数据如下：{7, 23, 79, 81, 103, 127, 131, 147}

        int[] arr = {7, 23, 79, 81, 103, 127, 131, 147};
        System.out.println(binarySearch(arr, 150));
    }

    public static int binarySearch(int[] arr, int number){
        //1.定义两个变量记录要查找的范围
        int min = 0;
        int max = arr.length - 1;

        //2.利用循环不断的去找要查找的数据
        while(true){
            if(min > max){
                return -1;
            }
            //3.找到min和max的中间位置
            int mid = (min + max) / 2;
            //4.拿着mid指向的元素跟要查找的元素进行比较
            if(arr[mid] > number){
                //4.1 number在mid的左边
                //min不变，max = mid - 1；
                max = mid - 1;
            }else if(arr[mid] < number){
                //4.2 number在mid的右边
                //max不变，min = mid + 1;
                min = mid + 1;
            }else{
                //4.3 number跟mid指向的元素一样
                //找到了
                return mid;
            }

        }
    }
}