静态查找之有序表查找——二分查找、插值查找、斐波那契查找

二分查找

二分查找又称折半查找，是有序查找算法的一种，即查找的序列必须是递增或递减的。它的原理类似于猜1至100中的任意数字，比如我们猜数字27，如果我们按顺序猜的话需要27次，如果随机猜的话，次数无法保证，可能很少也可能很多，我们按照这种方式猜，我们先猜中间数100/2=50，发现大了，我们再猜1至50的中间数50/2=25，发现小了，再猜25至50中间数(25+50)/2=37（取整），照此规律猜7次便可猜中27，使用这种方法猜1至100中任意数字不会超过7次。下面我们按照这种方法查找{1,3,20,24,44,67,71,82,90,110} 序列(length=10)中的数字71，
首先我们先定义三个游标分别指向头(top)尾(end)和中间值(mid)。第一次我们将top=0，end=9(length-1)，mid=[(0+9)/2]=4。

mid=4指向44小于71，我们取序列中大于44的部分继续查找。我们将top=mid+1=5，end不变。

取mid=[top+end]/2=7，mid=7指向82大于71，我们令end=mid-1，top不变。

取mid=[top+end]/2=5，mid=5指向67小于71，令top=mid+1，end不变。

取mid=[top+end]/2=6。mid=6指向71，查找成功，返回。
综上所述编程逻辑如下：

1. 初始化top=0，end=length-1；
2. 取mid=[top+end]/2，若mid指向查找值，成功返回；若mid指向值大于查找值则指向步骤3，否则指向步骤4；
3. 令end=mid-1，执行步骤2；
4. 令top=mid+1，执行步骤2；

代码如下：

int binary_search(int *a, int n, int key)
{
	int top, end, mid;
	top = 0;
	end = n - 1;
	while (top <= end)
	{
		mid = (top + end) / 2;
		if (key < a[mid])
			end = mid - 1;
		else if (key > a[mid])
			top = mid + 1;
		else
			return mid;
	}
	return 0;
}

函数返回所查找值下标。

插值查找

在二分查找中，mid指向中间数，然而在一些情况下这种取法并不好，比如在取值范围0~10000之间100个元素从小到大均匀分布的数组中查找5，如果从中间数开始查找，则中间数必定远远大于5，这样我们会遍历很多不必要的元素，所以我们考虑从下标较小的元素开始查找。
二分查找的mid计算如下：
$$mid=\frac{top+end}{2}=top+\frac{1}{2}(end-top)$$
现在我们将公式改进一下：
$$mid=top+\frac{key-a[top]}{a[end]-a[top]}(end-top)$$
改进之后性能有什么改善吗？假设我们查找{1,16,24,35,47,59,62,73,88,99}。如果我们查找16，使用二分查找需要4次，但如果使用插值查找，mid=0+(16-1)/(99-1)$\times$(9-0)=1.377，取整mid=1，直接便可查找到16这个元素。
插值查找代码如下：

int insert_search(int *a, int n, int key)
{
	int top, end, mid;
	top = 0;
	end = n - 1;
	while (top <= end)
	{
		mid = top + (end - top) * (key - a[top]) / (a[end] - a[top]);
		if (key < a[mid])
			end = mid - 1;
		else if (key > a[mid])
			top = mid + 1;
		else
			return mid;
	}
	return 0;
}

斐波那契查找

很抱歉，斐波那契查找我虽然会但限于领悟程度无法很好的讲解，我找到一个将斐波那契查找很好的文章大家可以参考

斐波那契查找

性能分析

由上述分析可知，二分查找最多只需查找一半的数据，它的时间复杂度为O(logn)，好于顺序查找的O(n)，但二分查找需要数据有序，对于静态查找而言比较好，但对于需要频繁插入删除操作的数据而言，维护其数据有序需要额外开销得不偿失；插值查找时间复杂度也为O(logn)，但对于表较长且关键字分布比较均匀的查找表来说，插值查找比二分查找更好；而斐波那契查找则在海量查找表中发挥优势。