参考资料
《算法(java)》 — — Robert Sedgewick， Kevin Wayne
《数据结构》 — — 严蔚敏
Interpolation Search[插值查找] — — 维基百科
Fibonacci Search[斐波那契查找] — — GeeksforGeeks
根据输入的一个关键字(Key), 在一个有序数组内查找与该关键字值相等的元素， 若找到则将该元素的下标返回， 若未查找到则返回 -1。 这是一种很常见的操作。
今天的文章主要介绍在有序数组中的三种查找方法：
二分查找
插值查找
裴波纳契查找
在数据量很小的情况下， 我们可能会选择用顺序查找的方式处理。
顺序查找
顺序查找， 就是逐个遍历数组中的每一个元素，逐个比较它们和关键字是否相等，当查找到相等元素时， 遍历停止。
例如在下面这个数组中查找值为8的元素的下标, 查找成功需要进行9次比较。
当数组的规模逐渐扩大时候， 因为比较次数太多，顺序查找耗时太长。 所以我们想， 有什么方法能减少比较的次数呢？
二分查找
在介绍二分查找前， 先让我来插一段故事。。。
这个名扬京华的食府， 在一天的多数时辰里，都是坐无虚席。
就在这时，一位慕名前来的食客。在等候许久后，终于等来了他点的菜品。
这位客人，叫做有序数组。
“先生您好， 这是您点的查找套餐”， 店小二终于赶了过来。 摆上了第一道菜。
“二分菜系么”，客人轻语着， 瞧见那盛菜的雪色素瓷上， 清晰的镌刻着 1/2 这个数字。
客人笑了，“仅凭一道家常菜，便能艳压京华众食府， 贵店的厨子果然名不虚传呢”
(未完待续)
咳咳，回到正文——二分查找
二分查找的思想
设置一个循环，不断将数组的中间值(mid)和被查找的值比较，如果被查找的值等于a[mid],就返回mid; 否则，就将查找范围缩小一半。如果被查找的值小于a[mid], 就继续在左半边查找;如果被查找的值大于a[mid], 就继续在右半边查找。 直到查找到该值或者查找范围为空时， 查找结束。
基于数组的有序性， 每次都将当前的数组分为两半， 通过关键字和中间元素的比较， 立即排除掉其中不可能存在和键值相等的元素的那一半。
这样，每次减少的一半元素的比较， 前后叠加起来， 就是二分查找相对于顺序查找提高的性能。
二分查找代码
/**
* @Author: HuWan Peng
* @Date Created in 22:55 2017/12/7
*/
public class BinarySearch {
/**
* @description: 二分查找
* @param a: 待查找数组
* @param key: 查找的关键字
*/
public static int search (int [] a, int key) {
int low = 0;
int high = a.length-1;
int mid;
while(low<=high){
mid = (low + high)/2;
if(key
high = mid - 1;
}
else if(key>a[mid]) {
low = mid + 1;
}
else {
return mid;
}
}
return -1;
}
}
通过mid = (low + high) / 2，并比较Key和a[mid]大小， 根据比较的结果， 用high = mid - 1和low = mid + 1 “丢掉”一半的元素(从mid = (low + high) / 2 可以看出被排除的一半元素不会纳入到下一次的比较中了)
整个过程中，左游标 low 和右游标 high 互相靠近， 最后的结果可能有两个：
在low和high交叉前(low>high) 查找成功，查找结束
数组中没有和关键字等值的元素， 最后low和high交叉(low>high), 跳出while循环， 返回 -1。
二分查找轨迹
下图所示的是我们在数组中查找关键字为8的元素的过程， 一开始的时候左右游标分别指向数组的首末位置
根据左右游标的下标取中间位置下标 mid = (0 + 9)/2 = 4, 而a[mid] = a4 = 4, Key = 8, 因为Key>a[mid]，所以Key必定出现在mid的右半边， 左半边的元素可排除(a[0]~a4)， 将左半边待比较的元素“丢弃”。 “丢弃”的方法是将左游标 low 移动到当前 mid 右边相邻的位置， 这样左半边的元素就不会出现在下次比较中了。
根据左右游标的下标取中间位置下标 mid = (5 + 9)/2 = 7, 而a[mid] = a7 = 7, Key = 8, 因为Key>a[mid]，所以Key还是在数组的右半边, mid左半边的元素可排除(a5~a7), 丢弃左半边待比较的元素——将左游标low移动到 8 的位置。
根据左右游标的下标取中间位置下标 mid = (8 + 9)/ 2 = 8， 而a[mid] = a8 = 8, Key = 8， 因为Key == a[mid], 查找成功。
使用了二分查找后， 我们仅仅只比较了3次(比起比较了8次的顺序查找)
插值查找
看到这里你可能有点累了，再来段故事(接上文)
客人并没有像其他食客那样，面对珍馐美味而饕餮一番。
而是浅尝一口后， 用手巾擦擦嘴， 对店小二道：
“《二分》这道菜味道固然不错，软滑香糯，鲜美多汁”
“可这并不是你们大厨最富盛名的菜色吧！”，客人朗声说道， 平静的脸上似有似无地飘着几分愠怒的神色。
店小二一惊， 深知这位客人不是好伺候的主。“请您稍等！”，小二说完后便禀报大厨。
一刻钟后， 第二道菜上来了。
“插值菜系么？” 这位口味刁钻的客人竟面露喜色，又重新拿起了调羹。
(未完待续)
回到正题：
插值查找的思路
上面的二分查找，每次是从数组的中间位置查找的， 让我们把思维发散一下： 查找的位置一定要从中间开始查找吗？
打个比方： 我们在一本英文字典里面查找apple这个单词的时候， 你肯定不会从字典中间开始查找， 而是从字典开头部分开始翻，因为觉得这样的找法才是比较快的。
这给我提供了一个思路： 如果能在查找前较准确地预测关键字在数组中的位置的话，这样设计出的查找方法能比二分查找提高更多的性能！ 基于这种思想，我们设计了插值查找的算法。
插值查找和二分查找非常相似， 只要对原代码做少许变动就可以了。
二分查找中关键的一行代码，是mid = (low + high) / 2， 转变一下就是mid = low + (high - low)/2, (high-low)后面乘的这1/2就是二分查找每次查找的位置。要实现插值查找， 只要把这里的1/2替换成我们所预测的关键字的位置占数组总长度的比例就可以了。
这个比例，可以用公式(key - a[low])/ (a[high] - a[low])来计算， 合起来插值查找对mid的计算公式是：
mid = low + (high - low)*(key - a[low])/ (a[high] - a[low])
在元素数值均匀分布的有序数组里面， 用这种方法查找是很快的。特别的，对绝对均匀分布的数组(相邻元素差值相同)， 插值查找用一次比较就能查找成功：
当然了， 前提是数组中元素数值是均匀分布的， 如果是对 1,2,40,99,1000这种分布很不均匀的数组， 插值查找的计算会起到反效果， 就不如二分查找了。
插值查找代码
代码如下：
/**
* @Author: HuWan Peng
* @Date Created in 23:09 2017/12/7
*/
public class InterpolationSearch {
/**
* @description: 插值查找
*/
public static int search (int [] a, int key) {
int low = 0;
int high = a.length-1;
int mid;
while(a[low]!=a[high]&&key>=a[low]&&key<=a[high]){ // 这个判断条件很重要！ 不能缺少
mid = low + (high - low)*(key - a[low])/(a[high] - a[low]);
if(key
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
