java查找比较好,Java 查找算法

1 查找算法介绍

在 java 中,我们常用的查找有四种:

1) 顺序(线性)查找

2) 二分查找/折半查找

3) 插值查找

4) 斐波那契查找

2 线性查找算法

有一个数列: {1,8, 10, 89, 1000, 1234} ,判断数列中是否包含此名称【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:package com.lin.search_0303;

public class SeqSearch {

public static void main(String[] args) {

int arr[] = {1,2,7,3,4,5,6,7,7,455,454,-1,7};

int index = seqSearch(arr, -1);

if(index == -1) {

System.out.println("没有找到该数字!");

} else {

System.out.println("找到了,下标为:" + index);

}

String find = seqSearchAll(arr, 7);

if(find.equals("kong")) {

System.out.println("没有找到!");

} else {

System.out.println(find);

}

}

// 找到一个就返回

public static int seqSearch(int[] arr, int value) {

for (int i = 0; i 

if(value == arr[i])

return i;

}

return -1;

}

// 查找多个

public static String seqSearchAll(int[] arr, int value) {

String resString = "";

for (int i = 0; i 

if(value == arr[i]) {

resString += i + " ";

}

}

if(!resString.isEmpty()) {

return resString;

} else {

return "kong";

}

}

}

3 二分查找算法

3.1二分查找:

请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,并且求出下

标,如果没有就提示"没有这个数"。

3.2二分查找算法的思路

6e752479a5d556d58029d4fbd640f1d4.png

3.3二分查找的代码

说明:增加了找到所有的满足条件的元素下标:

课后思考题: {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 1000package com.lin.search_0303;

import java.util.ArrayList;

import java.util.List;

public class BinarySearch {

public static void main(String[] args) {

int arr[] = { 1, 8, 10, 89, 1000, 1234 ,1234, 1234};

int index = binarySearch(arr, 0, arr.length-1, 0);

System.out.println(index);

ArrayList resList = binarySearchAll(arr, 0, arr.length-1, 12342);

if(resList.size()!=0) {

for (Integer integer : resList) {

System.out.println(integer);

}

} else {

System.out.println("没有找到");

}

}

/**

*

* @Description:二分查找

* @author LinZM

* @date 2021-3-3 21:38:42

* @version V1.8

* @param arr 数组

* @param left 左边索引

* @param right 右边索引

* @param findVal 要查找的值

* @return 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 findVal) {

// 当left>right时,说明递归整个数组都没有找到该值

if(left>right) {

return -1;

}

int mid = (left+right)/2;

int midVal = arr[mid];

if(findVal > midVal) { // 向右递归

return binarySearch(arr, mid+1, right, findVal);

} else if(findVal 

return binarySearch(arr, left, mid-1, findVal);

} else{

return mid;

}

}

// 可以找到多个相同的值,同时返回下标

public static ArrayList binarySearchAll(int[] arr, int left, int right, int findVal) {

// 当left>right时,说明递归整个数组都没有找到该值

if(left>right) {

return new ArrayList();

}

int mid = (left+right)/2;

int midVal = arr[mid];

if(findVal > midVal) { // 向右递归

return binarySearchAll(arr, mid+1, right, findVal);

} else if(findVal 

return binarySearchAll(arr, left, mid-1, findVal);

} else{

ArrayList resIndex = new ArrayList();

int temp = mid-1;

while(true) {

if(temp 

break;

}

resIndex.add(temp);

temp -= 1;

}

resIndex.add(mid);

temp = mid+1;

while(true) {

if(temp > arr.length-1 || arr[temp] != findVal) {

break;

}

resIndex.add(temp);

temp += 1;

}

return resIndex;

}

}

}

4 插值查找算法

1) 插值查找原理介绍:

插值查找算法类似于二分查找,不同的是插值查找每次从自适应 mid 处开始查找。

2) 将折半查找中的求 mid 索引的公式 , low 表示左边索引 left, high 表示右边索引 right.

key 就是前面我们讲的 findVal

4bd8c790902c2f8269ed1df79c021336.png

3) int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) ;/*插值索引*/

对应前面的代码公式:

int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])

4) 举例说明插值查找算法 1-100 的数组

72c9eeb7525f478196e847679a83b989.png

4.1插值查找应用案例:

请对一个有序数组进行插值查找 {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,如果没有就提示"没有这个数"。

代码实现:package com.lin.search_0303;

import java.util.Arrays;

public class InsertValueSearch {

public static void main(String[] args) {

int[] arr = new int[100];

for (int i = 0; i 

arr[i] = i+1;

}

System.out.println(Arrays.toString(arr));

int insertValueSearch = insertValueSearch(arr, 0, arr.length-1, 1);

System.out.println(insertValueSearch);

}

// 插值查找

public static int insertValueSearch(int[] arr, int left, int right, int findVal) {

if(left > right || findVal  arr[arr.length-1]) {

return -1;

}

int mid = left + ( right - left ) * ( (findVal - arr[left] ) / ( arr[right] - arr[left] ) );

int midVal = arr[mid];

if(findVal > midVal) {

return insertValueSearch(arr, mid+1, right, findVal);

} else if(findVal 

return insertValueSearch(arr, left, mid-1, findVal);

} else {

return mid;

}

}

}

4.2插值查找注意事项:

1) 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.

2) 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

5 斐波那契(黄金分割法)查找算法

5.1斐波那契(黄金分割法)查找基本介绍:

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

5.2斐波那契(黄金分割法)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

f009d5da6265553875e14712b6f779b1.png

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。

while(n>fib(k)-1)

k++;

5.3斐波那契查找应用案例:

请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,如果没有就提示"没有这个数"。

代码实现:package com.lin.search_0303;

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(fibSearch(arr, 10));

}

// mid = low + F(k-1)-1

public static int[] fib() {

int[] f = new int[maxSize];

f[0] = 1;

f[1] = 1;

for (int i = 2; i 

f[i] = f[i-1] + f[i-2];

}

return f;

}

// 查找算法

public static int fibSearch(int[] arr, int key) {

int low = 0;

int high = arr.length-1;

int k = 0; // 斐波那契分割数值的下标

int mid = 0;

int f[] = fib();

// 获取k

while(high > f[k] - 1) {

k++;

}

// 因为f[k]值可能大于arr的长度,因此要构造一个新的数组,并指向arr[]

// 不足的部分会使用0填充

int[] temp = Arrays.copyOf(arr, f[k]);

// 实际上需要使用arr数组最后的数填充temp

for (int i = high+1; i 

temp[i] = arr[high];

}

while(low <= high) {

mid = low + f[k-1] - 1;

if(key 

high = mid - 1;

//f[k] = f[k-1] + f[k-2]

//前面有k-1个元素所以

// f[k-1] = f[k-2]+f[k-3]

k--;

} else if(key > temp[mid]) {

low = mid + 1;

//f[k] = f[k-1] + f[k-2]

//后面有k-2个元素所以

// f[k-1] = f[k-3]+f[k-4]

k -= 2;

} else {

if(mid <= high) {

return mid;

} else {

return high;

}

}

}

return -1;

}

}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值