1.线性查找算法
思想:判断数量中是否含有此名称(顺序查找)要求,如果找到了,就提示找到,并给出下标值。
代码实现:
public class SeqSearch {
public static void main(String[] args) {
int arr[]={1,3,5,23,45,54,65,71,143};
System.out.println("index="+seqSearch(arr,65));
}
// 这里我们实现的线性查找是找到一个满足条件的值,就返回
public static int seqSearch(int []arr,int value){
for(int i=0;i<arr.length;i++){
// 线性查找是逐一比对,发现有相同值,就返回下标
if(arr[i]==value){
return i;
}
}
return -1;
}
}
2.二分查找算法
思路分析:
① 首先确定该数组的中间的下标mid = (left + right) / 2。
② 然后让需要查找的数 findVal 和 arr[mid] 比较 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 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, findVal == arr[mid] 说明找到,就返回。
③ 找到就结束递归 ,递归完整个数组,仍然没有找到findVal ,也需要结束递归 当 left > right 就需要退出。
代码实现:
public class BinarySearch {
public static void main(String[] args) {
int arr[]={1,3,5,23,45,54,65,71,143};
System.out.println("index="+binarySearch(arr,0,arr.length-1, 65));
}
// 二分查找的算法
/**
*
* @param arr 要查找的数组
* @param left 查找的左下标
* @param right 查找的右下标
* @param findValue 要 查找的值
* 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 findValue){
// 当 left > right 时,说明递归整个数组,但是没有找到
if(left>right){
return -1;
}
int mid=(left+right)/2;
int midValue=arr[mid];
if (midValue>findValue){// 左递归
return binarySearch(arr,left,mid-1,findValue);
}else if (midValue<findValue){ // 右递归
return binarySearch(arr,mid+1,right,findValue);
}else {
return mid;
}
}
}
扩展:增加了找到所有的满足条件元素下标,当一个数组有多个相同的值时,如何将所有的数值都查找到。
代码实现:
import java.util.ArrayList;
import java.util.List;
public class BinarySearch {
public static void main(String[] args) {
int arr[]={1000,8, 10, 89, 1000, 1000,234};
System.out.println("index="+binarySearch2(arr,0,arr.length-1, 1000));
}
/*
* {1,8, 10, 89, 1000, 1000,1234} 当一个有序数组中,
* 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
*
* 思路分析
* 1. 在找到mid 索引值,不要马上返回
* 2. 向mid 索引值的左边扫描,将所有满足 1000, 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 1000, 的元素的下标,加入到集合ArrayList
* 4. 将Arraylist返回
*/
public static List<Integer> binarySearch2(int arr[],int left,int right,int findValue){
if(left>right){
return new ArrayList<>();
}
int mid=(left+right)/2;
int midValue=arr[mid];
if (midValue>findValue){// 左递归
return binarySearch2(arr,left,mid-1,findValue);
}else if (midValue<findValue){ // 右递归
return binarySearch2(arr,mid+1,right,findValue);
}else {
// * 思路分析
// * 1. 在找到mid 索引值,不要马上返回
// * 2. 向mid 索引值的左边扫描,将所有满足 1000, 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 1000, 的元素的下标,加入到集合ArrayList
// * 4. 将Arraylist返回
List<Integer>relaValue=new ArrayList<>();
//向mid 索引值的左边扫描,将所有满足 1000, 的元素的下标,加入到集合ArrayList
int temp=mid-1;
while(true){
if(temp<0){
break;
}
if(arr[temp]==findValue){
//否则,就temp 放入到 resIndexlist
relaValue.add(temp);
}
temp--;
}
relaValue.add(mid);
//向mid 索引值的右边扫描,将所有满足 1000, 的元素的下标,加入到集合ArrayList
temp=mid+1;
while (true){
if(temp>arr.length-1){
break;
}
if(arr[temp]==findValue){
relaValue.add(temp);
}
temp++;
}
return relaValue;
}
}
}
3.插值查找算法
算法原理:插值查找类似于二分查找,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索引公式,low表示左边索引left,hight表示右边索引right,key就是要查找的findVal。
int mid=low+(hight-low)*(key-arr[low])/(arr[hight]-arr[low])。
举例说明:数组 arr = [1, 2, 3, ......., 100] 假如我们需要查找的值 1 使用二分查找的话,我们需要多次递归,才能找到 1 使用插值查找算法 int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left]) int mid = 0 + (99 - 0) * (1 - 1)/ (100 - 1) = 0 + 99 * 0 / 99 = 0 比如我们查找的值 100 int mid = 0 + (99 - 0) * (100 - 1) / (100 - 1) = 0 + 99 * 99 / 99 = 0 + 99 = 99。
代码实现:
public class InsertValueSearch {
public static void main(String[] args) {
int arr[] = { 1, 8, 10, 89,1000,1000, 1234 };
int index = insertValueSearch(arr, 0, arr.length - 1, 1000);
//int index = binarySearch(arr, 0, arr.length, 1);
System.out.println("index = " + index);
}
//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){
//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|| arr[0]>findVal||arr[arr.length-1]<findVal) {
return -1;
}
// 计算出自适应mid
int mid=left+(right-left)*(findVal-arr[left])/(arr[right]-arr[left]);
int midValue=arr[mid];
if(findVal>midValue){// 说明应该向右边递归
return insertValueSearch(arr,mid+1,right,findVal);
}else if (findVal<midValue){// 说明向左递归查找
return insertValueSearch(arr,left,mid-1,findVal);
}else {
return mid;
}
}
}
注意: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。
4.斐波那契(黄金分割法)查找算法
原理:斐波那契查找原理与前面两种相似,仅仅改变中间结点位置,mid不再是中间插值得到,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
思路:
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,每一段也可以用相同的方式分割。但是顺序表长度n不一定刚好等于F[k]-1,所以需要将原来的顺序长度n增加至F[k]-1.这里的k值只要能使得F[k]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,新的位置(从n+1到F[k]-1位置),都赋为n位置的值即可。
代码实现:
import java.util.Arrays;
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=" + fibonacciSearch(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
public static int fibonacciSearch(int []arr,int key){
int low=0;
int hight=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[]=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 (hight>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(arr,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=hight+1;i<temp.length;i++){
temp[i]=arr[hight];
}
// 使用while来循环处理,找到我们的数 key
while (low<=hight){
mid=low+f[k-1]-1;
if(temp[mid]>key){ //我们应该继续向数组的前面查找(左边)
hight=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(temp[mid]<key){
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-2] = 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 {
//需要确定,返回的是哪个下标
if(mid<=hight){
return mid;
}else {
return hight;
}
}
}
return -1;
}
}