数据结构与算法之查找算法(Java)

查找算法介绍

在java中，我们常用的查找有四种:
1)、 顺序(线性)查找
2)、 二分查找/折半查找
3)、 插值查找
4)、 斐波那契查找

一、线性查找算法

有一个数列: {1, 9, 11, -1, 34, 89}判断数列中是否包含此名称【顺序查找】要求: 如果找到了，就提示找到，并给出下标值。

代码实现：

public class SeqSearch {

    public static void main(String[] args) {
        int arr[] = { 1, 9, 11, -1, 34, 89 };// 没有顺序的数组
        Scanner scanner = new Scanner(System.in);
        System.out.println("请输入一个要查找的数：");
        int num = scanner.nextInt();
        int index = seqSearch(arr, num);
        if(index == num) {
            System.out.println("没有找到到");
        } else {
            System.out.println("找到，下标为=" + index);
        }
    }

    /**
     * 这里我们实现的线性查找是找到一个满足条件的值，就返回
     * @param arr
     * @param value
     * @return
     */
    public static int seqSearch(int[] arr, int value) {
        // 线性查找是逐一比对，发现有相同值，就返回下标
        for (int i = 0; i < arr.length; i++) {
            if(arr[i] == value) {
                return i;
            }
        }
        return -1;
    }
}

运行结果：

线性查找就是这么的简单，下面来学习一下二分算法ヾ(ﾟ∀ﾟゞ)

二、二分查找算法

二分查找:
请对一个有序数组进行二分查找{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"。

二分查找算法的思路：

1、首先确定数组的中间的下标
mid=(left+right)/2
2、然后让需要查找的数findVal和arr[mid]比较
2.1、findVal>arr[mid],说明你要查找的数在mid的右边，因此需要递归的向右查找
2.2、findVal<arr[mid],说明你要查找的数在mid的左边，因此需要递归的向左查找
2.3、findVal==arr[mid]说明找到，就返回
//说明时候我们需要结束递归
1)、找到就结束递归
2)、递归完整个数组，仍然没有找到findVal，也需要结束递归，当left>right就需要退出

代码实现 BinarySearch.java：

//注意：使用二分查找的前提是 该数组是有序的.
public class BinarySearch {

	public static void main(String[] args) {
		int arr[] = { 1, 8, 10, 89,1000, 1234 };

		int resIndex = binarySearch(arr, 0, arr.length - 1, 1000);
		System.out.println("resIndex=" + resIndex);
	}

	// 二分查找算法
	/**
	 *
	 * @param arr
	 *            数组
	 * @param left
	 *            左边的索引
	 * @param right
	 *            右边的索引
	 * @param findVal
	 *            要查找的值
	 * @return 如果找到就返回下标，如果没有找到，就返回 -1
	 */
	public static int binarySearch(int[] arr, int left, int right, int findVal) {
		// 当 left > right 时，说明递归整个数组，但是没有找到
		if (left > right) {
			return -1;
		}
		int mid = (left + right) / 2;
		int midVal = arr[mid];

		if (findVal > midVal) { // 向 右递归
			return binarySearch(arr, mid + 1, right, findVal);
		} else if (findVal < midVal) { // 向左递归
			return binarySearch(arr, left, mid - 1, findVal);
		} else {
			return mid;
		}
	}
}

运行结果：

优化：{1,8,10, 89,1000, 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.

代码实现：

/*
	 * 课后思考题： {1,8, 10, 89, 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
	 *
	 * 思路分析
	 * 1. 在找到mid 索引值，不要马上返回
	 * 2. 向mid 索引值的左边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
	 * 3. 向mid 索引值的右边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
	 * 4. 将Arraylist返回
	 */

public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {

	// 当 left > right 时，说明递归整个数组，但是没有找到
	if (left > right) {
		return new ArrayList<Integer>();
	}
	int mid = (left + right) / 2;
	int midVal = arr[mid];

	if (findVal > midVal) { // 向 右递归
		return binarySearch2(arr, mid + 1, right, findVal);
	} else if (findVal < midVal) { // 向左递归
		return binarySearch2(arr, left, mid - 1, findVal);
	} else {
//			 * 思路分析
//			 * 1. 在找到mid 索引值，不要马上返回
//			 * 2. 向mid 索引值的左边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
//			 * 3. 向mid 索引值的右边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
//			 * 4. 将Arraylist返回

		List<Integer> resIndexlist = new ArrayList<Integer>();
		//向mid 索引值的左边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
		int temp = mid - 1;
		while(true) {
			if (temp < 0 || arr[temp] != findVal) {//退出
				break;
			}
			//否则，就temp 放入到 resIndexlist
			resIndexlist.add(temp);
			temp -= 1; //temp左移
		}
		resIndexlist.add(mid);

		//向mid 索引值的右边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
		temp = mid + 1;
		while(true) {
			if (temp > arr.length - 1 || arr[temp] != findVal) {//退出
				break;
			}
			//否则，就temp 放入到 resIndexlist
			resIndexlist.add(temp);
			temp += 1; //temp右移
		}
		return resIndexlist;
	}
}

运行结果：

以上便是二分查找的简单介绍ヽ(￣▽￣)ﾉ，下面便介绍插值查找

三、插值查找

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。
2)、将折半查找中的求mid索引的公式, low表示左边索引left, high表示右边索引right，key就是前面我们讲的 findVal

3) 、

int mid = low +(high - low) * (key - arr[low) / (arr[high] - arr[low]);	  /*插值索引*/

对应前面的代码公式:

int mid = left+(right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);	/*举例说明插值查找算法1-100 的数组*/

4)、举例说明插值查找算法 1 - 100的数组：

插值查找算法的举例说明：
数组 arr = [1,2,3,…,100]
假如我们需要查找的值1
使用二分查找的话，我们需要多次递归，才能找到1
使用插值查找算法：
int mid = left + (right + left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int mid = 0 + (99 - 0) * (1- 1) / (100 - 1) = 0 + 99 * 0 / 99 = 0;
比如我们查找的值为100
int mid = 0 + (99 - 0) * (100 - 1) = 0 + 99 * 99 / 99 = 0 + 99 = 99;

代码实现：

//编写插值查找算法
//说明：插值查找算法，也要求数组是有序的
/**
 * @param arr 数组
 * @param left 左边索引
 * @param right 右边索引
 * @param findVal 查找值
 * @return 如果找到，就返回对应的下标，如果没有找到，返回-1
 */
public static int insertValueSearch(int[] arr, int left, int right, int findVal) {

	System.out.println("插值查找次数~~");

	//注意：findVal < arr[0]  和  findVal > arr[arr.length - 1] 必须需要
	//否则我们得到的 mid 可能越界
	if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
		return -1;
	}

	// 求出mid, 自适应
	int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
	int midVal = arr[mid];
	if (findVal > midVal) { // 说明应该向右边递归
		return insertValueSearch(arr, mid + 1, right, findVal);
	} else if (findVal < midVal) { // 说明向左递归查找
		return insertValueSearch(arr, left, mid - 1, findVal);
	} else {
		return mid;
	}
}

插值查找注意事项:
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，速度较快。
2)、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。

四、斐波那契(黄金分割法)查找

1、斐波那契(黄金分割法)原理：
也是与上面的二分和插入的查找算法类似的
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：

对F(k-1)-1的理解:
1）、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
2）、类似的，每一子段也可以用相同的方式分割
3）、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。

while(n>fib(k)-1)
k++;

2、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"。
代码实现:
FibonacciSearch.java:

public class FibonacciSearch {

	public static int maxSize = 20;
	public static void main(String[] args) {
		int [] arr = {1,8, 10, 89, 1000, 1234};

		System.out.println("index=" + fibSearch(arr, 89));

	}

	//因为后面我们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一个斐波那契数列
	//非递归方法得到一个斐波那契数列
	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;
	}

	//编写斐波那契查找算法
	//使用非递归的方式编写算法
	/**
	 *
	 * @param a  数组
	 * @param key 我们需要查找的关键码(值)
	 * @return 返回对应的下标，如果没有-1
	 */
	public static int fibSearch(int[] a, int key) {
		int low = 0;
		int high = a.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[]
		//不足的部分会使用0填充
		int[] temp = Arrays.copyOf(a, f[k]);
		//实际上需求使用a数组最后的数填充 temp
		//举例:
		//temp = {1,8, 10, 89, 1000, 1234, 0, 0}  => {1,8, 10, 89, 1000, 1234, 1234, 1234,}
		for(int i = high + 1; i < temp.length; i++) {
			temp[i] = a[high];
		}

		// 使用while来循环处理，找到我们的数 key
		while (low <= high) { // 只要这个条件满足，就可以找
			mid = low + f[k - 1] - 1;
			if(key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
				high = mid - 1;
				//为甚是 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]
				//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]
				//即 在 f[k-1] 的前面继续查找 k--
				//即下次循环 mid = f[k-1-1]-1
				k--;
			} else if ( key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
				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. 因为后面我们有f[k-2] 所以可以继续拆分 f[k-1] = f[k-3] + f[k-4]
				//4. 即在f[k-2] 的前面进行查找 k -=2
				//5. 即下次循环 mid = f[k - 1 - 2] - 1
				k -= 2;
			} else { //找到
				//需要确定，返回的是哪个下标
				if(mid <= high) {
					return mid;
				} else {
					return high;
				}
			}
		}
		return -1;
	}
}

关于查找算法就记录就到这里，学习完就要去力扣里刷刷题啦ヾ(◍°∇°◍)ﾉﾞ