7.0 查找

线性查找：
按着数组一个接着一个查找

代码如下：

public static List<Integer> seqSearch(int[] arr, int value){
    List<Integer> res = new ArrayList<>();
    for (int i = 0; i < arr.length; i++){
        if (value == arr[i]){
            res.add(i);
        }
    }
    return res;
}

二分查找(递归)：
1.首先确定该数组的中间的下标，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
//什么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

代码如下：

public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal){
    if (left > right){
        return new ArrayList<>();
    }
    int mid = (right + left) / 2;
    if (findVal < arr[mid]){
        return binarySearch2(arr, left, mid - 1, findVal);
    }else if (findVal > arr[mid]){
        return binarySearch2(arr, mid + 1, right, findVal);
    }else {
        List<Integer> resList = new ArrayList<>();
        int temp = mid - 1;
        while (true){
            if (temp < 0 || findVal != arr[temp]){
                break;
            }
            resList.add(temp);
            temp--;
        }
        resList.add(mid);
        temp = mid + 1;
        while (true){
            if (temp > arr.length - 1 || arr[temp] != findVal){
                break;
            }
            resList.add(temp);
            temp++;
        }
        return resList;
    }
}

插值查找：
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 midInglex = low + (high - low) * (key - arr[low])/ (arr[high] - arr[low]) ;/插值索引/

插值查找举例说明：

代码如下：

public static List<Integer> insertValueSearch(int[] arr, int left, int right, int findVal){
    if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]){
        return new ArrayList<>();
    }

    int mid = left + (right - left) * (findVal - arr[left]) / (arr[right]);

    if (findVal < arr[mid]){
        return insertValueSearch(arr, left, mid - 1, findVal);
    }else if (findVal > arr[mid]){
        return insertValueSearch(arr, mid + 1, right, findVal);
    }else {
        List<Integer> res = new ArrayList<>();
        int temp = mid - 1;
        while (true){
            if (temp < 0 || arr[temp] != findVal){
                break;
            }
            res.add(temp);
            temp--;
        }
        res.add(mid);
        temp = mid + 1;
        while (true){
            if (temp > arr.length - 1 || arr[temp] != findVal){
                break;
            }
            res.add(temp);
            temp++;
        }
        return res;
    }
}

斐波那契(黄金分割法)查找算法：

1. 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。由于按此比例设计的造型十分美丽，因此称为黄金分割，也称为虫外比。这是- -个神奇的数字，会带来意向不大的效果。
2. 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

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:

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-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倒F[K]-1位置)，都赋为n位置的值即可。

代码如下：

//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y一个斐波那契数列
//非递归方式得到斐波那契数列
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;
}
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下标
    int mid = 0; //存放mid值
    int f[] = fib();
    System.out.println(Arrays.toString(f));
    //获取斐波拉契分割数值下标
    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y一个新的数组，并指向a[]
    //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的数组最后的数填充temp
    //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 - 1; i++) {
        temp[i] = a[high];
    }

    //使用while循环来处理，找到我们的数key
    while (low <= high){
        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]
            k -= 2;
        }else {//找到
            if(mid <= high){
                return mid;
            }else {
                return high;
            }
        }
    }
    return -1;
}

ps：【源码自取，点击即可】
ps：以上笔记均来自尚硅谷韩顺平老师《Java数据结构与java算法》