查找算法
- 以下三种算法的基本思想相同,都是利用递归来寻找
二分查找
- 思路分析
1.首先确定该数组的中间下标,min = (left + right) / 2
2.然后让需要查找的的数findVal和arr[min]比较
(1)findVal > arr[mid],说明n你要查找的数在mid的右边,递归向右查找
(2)findVal < arr[mid],说明n你要查找的数在mid的左边,递归向左查找 找到数,直接返回
(3)递归完整个数组,任然没找到finVal,结束递归,此时left > right
- 代码实现
public class BinarySearch {
public static void main(String[] args) {
int[] arr = {1, 2, 2, 3, 7, 8, 9, 13, 14, 14, 14, 15};
int index = binarySearch(arr, 0, arr.length-1, 13);
System.out.println(index);
}
/**
*
* @param arr 数组
* @param left 左边的索引
* @param right 右边的索引
* @param findVal 查找的值
* @return 如果找到返回查找的下标,未找到返回-1
*/
public static int binarySearch(int arr[], int left, int right, int findVal) {
int mid = (left + right) / 2;
int midVal = arr[mid];
//left > right,此时递归完毕,未找到,返回-1
if (left > right) {
return -1;
}
if (findVal < midVal) {
//左递归
return binarySearch(arr, left, mid - 1, findVal);
} else if (findVal > midVal) {
//右递归
return binarySearch(arr, mid + 1, right, findVal);
} else {
return mid;
}
}
}
插值查找算法
- 插值查找原理
(1)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)将折半查找中求mid的索引公式修改为 ,low表示左边索引left,high表示右边索引right
(3)Int midIndex = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) -> 插值索引
- 注意
(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,速度比较快
(2)关键字分布不均匀的情况下,该方法不一定比二分查找要好
- 代码实现
public class InsertValueSearch {
public static int count = 0;
public static void main(String[] args) {
int[] arr = {0, 580, 590, 600, 612, 630, 640, 680, 700, 750};
int index = insertValueSearch(arr, 500);
System.out.println(index);
}
//插值查找算法也要求数组有序
public static int insertValueSearch(int arr[], int findVal) {
int index = insertValueSearch(arr, 0, arr.length-1, findVal);
return index;
}
/**
* 插值查找
* @param arr 查找数组
* @param left 传入左下标
* @param right 传入右下标
* @param findVal 寻找的值
* @return
*/
public static int insertValueSearch(int arr[], int left, int right, int findVal) {
System.out.println("第" + ++count + "次查找!");
if (left > right
|| findVal < arr[0]
|| findVal > arr[arr.length-1]
|| findVal < arr[left] /*右递归时findVal小于第一个数,未找到*/
|| findVal > arr[right] /*左递归时findVal大于第一个数,未找到*/
) {
return -1;
}
//求出mid
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (findVal < midVal) {
//左递归
return insertValueSearch(arr, left, mid - 1, findVal);
} else if (findVal > midVal) {
//右递归
return insertValueSearch(arr, mid + 1, right, findVal);
} else {
return mid;
}
}
}
斐波那契(黄金分割法)查找算法
-
黄金分割点是指把一条线段分割成两部分,使其一部分与全场之比等于另一部分与这部分之比,娶其前三位近似值是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,也称为中介比。
-
代码实现
public class FibonacciSearch {
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
int index = fibSearch(arr, 1000);
System.out.println(index);
}
//因为我们 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斐波那契数列
//非递归方式得到斐波那契数列
public static int[] fib(int count) {
int num = count;
if (count < 4) num = 4;
int[] arr = new int[num];
arr[0] = 1;
arr[1] = 1;
for (int i = 2; i <num; i++) {
arr[i] = arr[i-1] +arr[i-2];
}
return arr;
}
/**
*
* @param arr 数组
* @param key 我们要查找的值
* return 返回下标,未找到返回-1
*/
public static int fibSearch(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[] fib = fib(arr.length); //获取到斐波那契数组
while (high > fib[k] - 1) {
k++;
}
//因为fib[k]可能大于arr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
int[] temp = Arrays.copyOf(arr, fib[k]);
//实际上,需要使用arr数组的最后的数填充temp
for (int i = high + 1; i < temp.length; i++) {
temp[i] = arr[high];
}
//用while来循环处理,找到我们数的key
while (low <= high) {
mid = low + fib[k-1] - 1;
if (key < temp[mid]) { //我们应该继续向数组的前面查找
high = mid - 1;
//1.全部的元素 = 前面的元素 + 后边的元素
//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-]
//即在f[k-1]的前面继续查找 k--
//即下次循环 mid = f[k-1] - 1
k--;
} else if (key > temp[mid]) {//我们应该继续向数组的后面查找
low = mid + 1;
//1.全部的元素 = 前面的元素 + 后边的元素
//2.f[k] = f[k-1] + f[k-2]
//3.后面我们有f[k-2], 所以继续拆分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 {
//需要确定返回的下标
//如果返回的值为最后一位数,可能存在超出数组长度的下标
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}
------此文章总结改造来自韩顺平老师讲解的java数据结构与算法