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 staticint search (int [] a, intkey) {int low = 0;int high = a.length-1;intmid;while(low<=high){
mid= (low + high)/2;
if(key
high= mid - 1;
}else if(key>a[mid]) {
low= mid + 1;
}else{returnmid;
}
}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：
1. 在low和high交叉前(low>high) 查找成功，查找结束
2. 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] = a[4] = 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]~a[4])， 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] = a[7] = 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(a[5]~a[7]), 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] = a[8] = 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 staticint search (int [] a, intkey) {int low = 0;int high = a.length-1;intmid;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
4714
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
