目录
一、概述
-
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。
二、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:
三、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。
四、示例代码
/**
* @Description 斐波那契查找
* @Version V1.0
*/
public class FibonacciLookup {
private static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
int index = getFibonacciSearch(arr, 89);
System.out.println("index = " + index);
}
// 因为后面 mid = F[k-1]-1 需要用到斐波那契数列, 因此这里生成一个斐波那契
public static int[] getFib() {
int[] arr = new int[maxSize];
arr[0] = 1;
arr[1] = 1;
for (int i = 2; i < maxSize; i++) {
arr[i] = arr[i-1] + arr[i-2];
}
return arr;
}
/**
*
* @Description 编写斐波那契查找算法
* @param arr 存放元素的数组
* @param key 查找的关键码(值)
* @return int -1 没有找到, 否则返回 value 对应的下标
*/
public static int getFibonacciSearch(int[] arr, int key) {
int low = 0;
int high = arr.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[] = getFib(); // 获得斐波那契数组
// 获取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构造一个新的数组, 并指向 temp 数组
// 不足的部分会使用 0 填充
int[] temp = Arrays.copyOf(arr, f[k]);
// 实际上需求使用 arr 数组最后的数填充 temp
// 举例: temp = {1, 4, 5, 6} => {1, 4, 5, 6, 6, 6}
for (int i = high; i < temp.length; i++) {
temp[i] = arr[high];
}
// 使用 while 来循环处理, 找到我们的数 key
while (low <= high) {
mid = low + f[k-1] - 1;
// 若关键值小于黄金分割值, 则向前查找
if (key < temp[mid]) {
high = mid - 1;
/*
* 说明
* 1. 全部元素 = 前面的元素 + 后面的元素
* 2. f[k] = f[k-1] + f[k-2]
* 3. 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]
* 4. 即在f[k-1]的前面继续查找k--
* 5. 即下次循环 mid = f[k-1-1]-1
* */
k--;
} else if (key > temp[mid]) {
low = mid + 1;
/*
* 说明
* 1. 全部元素 = 前面的元素 + 后面的元素
* 2. f[k] = f[k-1] + f[k-2]
* 3. 因为后面有f[k-2]个元素, 所以可以继续拆分f[k-1] = f[k-3] + f[k-4]
* 4. 即在f[k-2]的前面继续查找k-=2
* 5. 即下次循环 mid = f[k-1-2]-1
* */
k-=2;
} else {
return Math.min(mid, high);
}
}
return -1;
}
}