算法分析与设计实验报告
——二分搜索程序算法的实现
实验目的及要求
1.理解分治算法的概念和基本要素;
2.理解递归的概念;
3.掌握设计有效算法的分治策略;
4.通过二分搜索技术学习分治策略设计技巧;
实验环境
操作系统:Windows 10 操作系统
开发工具:Eclipse(4.15.0)
开发语言:Java
实验内容
1.使用二分搜索算法查找有序数列中的指定元素;
2.通过上机实验进行算法实现;
3.保存和打印出程序的运行结果,并结合程序进行分析,上交实验报告。
算法描述及实验步骤
实验步骤:
- 编写二分搜索算法;
- 将输入的数组元素排序,转化成有序列;
- 编写输入输出;
- 测试结果。
调试过程及实验结果
问题1:编写递归方法时返回的边界错误,导致陷入死循环。如
return RecursionBinarySearch(arr,key,left,middle);//搜索左半区
return RecursionBinarySearch(arr,key,middle,right);//搜索右半区
正确修改:return RecursionBinarySearch(arr,key,left,middle-1);
return RecursionBinarySearch(arr,key,middle+1,right);
问题2:编写迭代方法时while()的条件写成while(left<right)遗漏等号,导致搜索值key=arr[arr.length]时,输出“未搜索到key”。
正确修改:while(left<=right)
输出结果为:
总结
元素存储在数组中,因此搜索输出的结果为有序数组元素的下标。
若有序列中存在重复元素,搜索结果输出第一个元素的下标。
对二分搜索算法的边界问题要考虑清楚, 循环体外的初始条件与循环体内的步骤一定要遵守一致的区间规则(左右开闭),否则会发生陷入死循环、无法找到搜索元素的错误。
二分搜索算法是将数列按有序化排列,查找过程中采用跳跃式方式查找,先以有序数列的中点位置为比较对象,如果查找的元素值小于中点元素(key<middle),则将待查序列缩小为左半区间,否则为右半区间,直到找到相同元素,或者查找范围为空。
二分搜索算法的优点是比较次数少,查找速度快,平均性能好;缺点是要求待查表为有序表,且插入删除困难。
源代码
import java.util.Scanner;
public class BinarySearch{
public static int RecursionBinarySearch(int[] arr , int key , int left , int right)
{ //递归
if((key<arr[left]||(key>arr[right])||(right>right)))
return -1;
int middle =(left &right) + ((left ^ right) >> 1); //防溢出(left &right) + ((left ^ right) >> 1);
if(key<arr[middle])
{
return RecursionBinarySearch(arr,key,left,middle-1);//搜索左半区
}
else if(key>arr[middle])
{
return RecursionBinarySearch(arr,key,middle+1,right);//搜索右半区
}
else
{
return middle;
}
}
public static int CommonBinarySearch(int[] arr,int key)
{ //迭代
int left = 0;
int right = arr.length-1;
int middle = 0;
if((key<arr[left])||(key>arr[right]))
return -1;
while(left<=right)
{
middle =(left &right) + ((left ^ right) >> 1);
if(key==arr[middle])
return middle;
else if(key<arr[middle])
right = middle-1;//左半区搜索
else if(key>arr[middle])
left = middle+1;//右半区搜索
}
return -1;//未搜索到目标key返回-1
}
public static int[] Selectionsort(int[] arr)
{//选择排序
for(int i=0;i<arr.length-1;i++)
{
int min = i;
for(int j=i+1;j<arr.length;j++)
{
if(arr[j]<arr[min])
min = j;
}
if(i!=min)
{
int temp=arr[i];
arr[i]=arr[min];
arr[min]=temp;
}
}
return arr;
}
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
System.out.println("输入元素个数:");
int n = sc.nextInt();
int position;
int[] arr = new int[n];//输入数组元素
for(int i=0;i<n;i++)
{
System.out.print(i+"号元素为:");
arr[i] = sc.nextInt();
}
Selectionsort(arr);//选择排序数组元素
System.out.println("选择排序(升序)后有序列为:");
for(int i=0;i<arr.length;i++)
{
System.out.print(arr[i]+" ");
}
System.out.println("");
do {
System.out.println("输入查找元素key:");
int key =sc.nextInt();
//递归搜索
position = RecursionBinarySearch(arr,key,0,arr.length-1);
if(position==-1)
{
System.out.println("查找"+key+",有序列中不存在");
}
else
{
System.out.println("查找"+key+"(递归)\n"+"在有序列中的位置为:"+position);
}
//迭代搜索
position = CommonBinarySearch(arr,key);
if(position==-1)
{
System.out.println("查找"+key+",有序列中不存在");
}
else
{
System.out.println("查找"+key+"(迭代)\n"+"在有序列中的位置为:"+position);
}
}while(true);
}
}