数据结构与算法-查找算法-斐波那契查找

目录

一、概述

二、原理

三、对F[k-1]-1的理解

四、示例代码

---

一、概述

1. 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。

2. 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

1. 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。

2. 类似的，每一子段也可以用相同的方式分割。

3. 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;
    }
}