数据结构7 -查找

单椒煜泽

已于 2023-05-14 20:42:44 修改

阅读量175

点赞数

分类专栏：数据结构算法面试文章标签：二分法斐波那契

于 2019-10-05 22:15:30 首次发布

本文链接：https://blog.csdn.net/weixin_44210965/article/details/101982125

版权

算法同时被 3 个专栏收录

10 篇文章 1 订阅

订阅专栏

数据结构

9 篇文章 2 订阅

订阅专栏

面试

6 篇文章 0 订阅

订阅专栏

1. 顺序（线性）查找

从第一个数开始遍历查找到最后一个数。（有序无序不影响）

	//判断数列中是否包含此value   如果找到了，就提示找到，并给出下标值。
    public static ArrayList seqSearch(int[] arr, int value){
        ArrayList<Integer> result = new ArrayList<>();
        for (int i = 0; i < arr.length; i++) {
            if(arr[i] == value)
                result.add(i);
        }
        return result;
    }

2. 二分查找

只能对有序数组查找。

1）只查找到一个符合结果的数就行（假设传入的数组是从小到大排列的有序数组）：

/*
    * 只查找到一个符合结果的数就行
    *
    * 假设传入的数组是从小到大排列的有序数组
    * */
    public int binarySearch(int[] arr, int left, int right, int findVal){
        if(left > right)
            return -1;
        int mid = (left + right) / 2;
        if(findVal > arr[mid])
            return binarySearch(arr, mid + 1, right, findVal );
        else if(findVal < arr[mid])
            return binarySearch(arr, left, mid - 1, findVal );
        else
            return mid;
    }

2）有多个符合条件的值

	/**
     * {1,8, 10, 89, 1000, 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 1000.
     * */
	public static void main(String[] args) {
        int[] arr = new int[]{1,8, 10, 89,1000, 1000, 1000,1234};
        ArrayList<Integer> integers = binarySearch1(arr, 0, arr.length, 1000);
        System.out.println(integers); //[4, 5, 6]
    }


    public static ArrayList<Integer> binarySearch1(int[] arr, int left, int right, int findVal){
        if(left > right)
            return new ArrayList<Integer>();
        int mid = (left + right) / 2;
        if(findVal > arr[mid])
            return binarySearch1(arr, mid + 1, right, findVal );
        else if(findVal < arr[mid])
            return binarySearch1(arr, left, mid - 1, findVal );
        else{
            ArrayList<Integer> resultList = new ArrayList<>();
            //把mid左边符合条件的值放到list中
            int temp = mid - 1;
            while (true){
                if(temp <0 || arr[temp] != findVal)
                    break;
                resultList.add(temp);
                temp --;
            }
            resultList.add(mid);
            //把mid右边符合条件的值放到list中
            temp = mid + 1;
            while (true){
                if(temp >= arr.length || arr[temp] != findVal)
                    break;
                resultList.add(temp);
                temp ++;
            }
            return resultList;
        }
    }

3. 插值查找

（插值查找算法也要求数组是有序的）

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。
公式（low表示左边索引left，high表示右边索引right，key就是我们前面讲的findVal）：
对应前面的代码公式： int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])

2）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"。

public static void main(String[] args) {
        int[] arr = new int[]{1,8, 10, 89, 1000, 1234};
        int i = insertValueSearch(arr, 0, arr.length - 1, 1000);
        System.out.println(i);
    }

    public static int insertValueSearch(int[] arr, int left, int right, int findVal){
        // findVal < arr[0] 和 findVal > arr[arr.length - 1]这两句话必须有，否则mid可能会越界
        if(left > right || findVal < arr[0] || findVal > arr[arr.length - 1])
            return -1;
        int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
        if(findVal > arr[mid]) //向右递归
            return insertValueSearch(arr, mid + 1, right, findVal );
        else if(findVal < arr[mid]) //向左递归
            return insertValueSearch(arr, left, mid - 1, findVal );
        else
            return mid;
    }

3）插值查找注意事项

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.
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

4. 斐波那契(黄金分割法)查找算法

1）斐波那契查找基本介绍

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。
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

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：
在这里插入图片描述
对F(k-1)-1的理解：

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。
类似的，每一子段也可以用相同的方式分割。
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。

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"。

public class FibonacciSearch {

    public static int maxSize = 20;

    public static void main(String[] args) {
        int[] arr = new int[]{-1, 8, 10, 89, 1000, 1234};
        System.out.println(fibSearch(arr, 89)); //3
    }

    /**
     * 因为后面会用到斐波那契数列 求 mid = low + F(k - 1) - 1
     *
     * 构建斐波那契数列 - 非递归
     * */
    public static int[] fib(){
        int[] f = new int[maxSize];
        f[0] = 1;
        f[1] = 1;
        for (int i = 2; i < maxSize; i++) {
            f[i] = f[i - 1] + f[i - 2];
        }
        return f;
    }

    /**
     * 斐波那契查找算法 - 非递归
     *
     * key 为要查找的关键码
     * */
    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 f[] = fib(); //获取到斐波那契数列
        //获取到斐波那契分割数值的下标
        while (high > f[k] - 1)
            k ++;
        //因为 f[k] 值可能大于 a 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[]
        //不足的部分先用0填充
        int[] temp = Arrays.copyOf(arr, f[k]);
        //实际上需求使用arr数组最后的数填充 temp
        //举例：
        //temp = {1, 8, 10, 89, 1000, 1234，0,0,0} => {1, 8, 10, 89, 1000, 1234,1234,1234,1234}
        for (int i = high + 1; i < temp.length; i++) {
            temp[i] = arr[high];
        }
        //使用while循环来处理，找到数key
        while (low <= high) {
            mid = low + f[k - 1] - 1;
            if(key < temp[mid]){ //继续向数组的前面（左边）查找
                high = mid - 1;
                //为什么是k-- ？
                //说明：
                //1. 全部元素 = 前面的元素 + 后边元素
                //2. f[k] = f[k - 1] + f[k - 2]
                //3. 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 - 3]
                //4. 即在 f[k - 1] 的前面继续查找
                //5. 即下次循环 mid = f[k - 1 - 1] - 1
                k --;
            }else if(key > temp[mid]){ //继续向数组的后面（右边）查找
                low = mid + 1;
                //为什么是k -= 2
                //说明：
                //1. 全部元素 = 前面的元素 + 后边元素
                //2. f[k] = f[k - 1] + f[k - 2]
                //3. 因为后面有 f[k - 2] 个元素，所以可以继续拆分 f[k - 1] = f[k - 3] + f[k - 4]
                //4. 即在 f[k - 2] 的前面继续查找 k -= 2
                //5. 即下次循环 mid = f[k - 1 - 2] - 1
                k -= 2;
            }else{ //找到
                if( mid <= high)
                    return mid;
                else
                    return high;
            }
        }
        return -1;
    }
    
}