查找算法
常用的查找算法:
- 顺序(线性)查找
- 二分查找/折半查找
- 插值查找
- 斐波那契查找
线性查找算法
有一个数列: {1,8, 10, 89, 1000, 1234} ,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。
public class SeqSearch {
public static void main(String[] args) {
int[] arr = {1,8, 10, 89, 1000, 1234};
int index = seqSearch(arr, 1234);
if (index == -1) {
System.out.println("没有找到");
} else {
System.out.println("找到,下标为=" + index);
}
}
/**
* 线性查找
* @param arr 数组
* @param value 要查找的值
* @return 查找的下标
*/
public static int seqSearch(int[] arr, int value) {
for (int i = 0; i < arr.length; i++) {
if (arr[i] == value) {
return i;
}
}
return -1;
}
}
找到,下标为=5
二分查找
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"。
思路
代码
public class BinarySearch {
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1000, 1234};
int index = binarySearch(arr, 0, arr.length - 1, 1234);
if (index != -1) {
System.out.println("找到的下标:" + index);
} else {
System.out.println("没有找到");
}
}
/**
* 二分查找
*
* @param arr 数组
* @param left 左边界下标
* @param right 右边界下标
* @param findVal 要查找的值
* @return 返回要查找的值所在数组的小标,找不到返回 -1
*/
public static int binarySearch(int[] arr, int left, int right, int findVal) {
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;
}
}
}
找到的下标:6
在一个有序数组中,有多个相同的数值时,如何将所有的数值都查找到,比如数组中{1, 8, 10, 89, 1000, 1000, 1234}有两个1000,怎么找到?
分析:
- 在找到 mid 索引值,不要马上返回
- 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
- 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
- 将 Arraylist 返回
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1000, 1234};
List<Integer> indexList = binarySearch2(arr, 0, arr.length - 1, 1000);
System.out.println(indexList);
}
public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
List<Integer> indexList;
if (left > right) {
indexList = new ArrayList<>();
return indexList;
}
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 {
indexList = new ArrayList<>();
// 先向左扫描
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != findVal) {
break;
}
indexList.add(temp);
// 左移
temp -= 1;
}
indexList.add(mid);
// 再向右扫描
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {
break;
}
indexList.add(temp);
// 右移
temp += 1;
}
}
return indexList;
}
[4, 5]
插值查找
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。
看下计算公式:
m
i
d
=
l
e
f
t
+
r
i
g
h
t
2
=
l
e
f
t
+
1
2
(
r
i
g
h
t
−
l
e
f
t
)
mid = \frac{left + right}{2} = left + \frac{1}{2}(right - left)
mid=2left+right=left+21(right−left)
改成
m
i
d
=
l
e
f
t
+
f
i
n
d
V
a
l
–
a
r
r
[
l
e
f
t
]
a
r
r
[
r
i
g
h
t
]
–
a
r
r
[
l
e
f
t
]
(
r
i
g
h
t
–
l
e
f
t
)
mid = left + \frac{findVal – arr[left]}{arr[right] – arr[left]}(right – left)
mid=left+arr[right]–arr[left]findVal–arr[left](right–left)
- findVal 要查找的值
- left 左边界下标
- right 右边界下标
举例插值查找算法 1-100 的数组:
arr = [1,2,3,4,...,99,100]
要查找的数为1:
m i d = 0 + 1 − 1 100 − 1 ( 99 − 0 ) = 0 mid = 0 + \frac{1 - 1}{100 -1}(99-0) =0 mid=0+100−11−1(99−0)=0
要查找的数为100:
m i d = 0 + 100 − 1 100 − 1 ( 99 − 0 ) = 99 mid = 0 + \frac{100 - 1}{100 -1}(99-0) =99 mid=0+100−1100−1(99−0)=99
代码实现:
public class InputValueSearch {
public static void main(String[] args) {
int[] arr = new int[100];
for (int i = 0; i < 100; i++) {
arr[i] = i + 1;
}
// System.out.println(Arrays.toString(arr));
int index = inputValueSearch(arr, 0, arr.length - 1, 100);
System.out.println("index=" + index);
}
/**
* 插值查找
*
* @param arr 数组
* @param left 左边界下标
* @param right 右边界下标
* @param findVal 要查找的值
* @return 返回要查找的值所在数组的小标,找不到返回 -1
*/
public static int inputValueSearch(int[] arr, int left, int right, int findVal) {
System.out.println("插值算法查找次数~~~");
if (left > right) {
return -1;
}
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (findVal > midVal) {
// 向右 递归
return inputValueSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
// 向左递归
return inputValueSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}
插值算法查找次数~~~
index=99
插值查找使用场景:
- 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,该方法不一定比二分查找要好。
斐波那契查找
斐波那契(黄金分割法)查找
- 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,也称为中外比。这是一个神奇的数字,会带来意向不大的效果。
- 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
m
i
d
=
l
o
w
+
F
(
k
−
1
)
−
1
mid=low+F(k-1)-1
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:
- 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。
斐波那契查找应用:
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 = {1, 8, 10, 89, 1000, 1234};
int index = fibonacciSearch(arr, 1000);
System.out.println("index=" + index);
}
/**
* 生成一个斐波那契数列
*
* @return 斐波那契数列
*/
public static int[] fibonacci() {
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
*
* @param arr 数组
* @param key 要查找的值
* @return key所在数组的小标,查不到为-1
*/
public static int fibonacciSearch(int[] arr, int key) {
int low = 0;
int high = arr.length - 1;
// 表示斐波那契分割数值的下标
int k = 0;
int mid;
int[] f = fibonacci();
System.out.println("斐波那契数列: " + Arrays.toString(f));
while (high > f[k] - 1) {
k++;
}
int[] temp = Arrays.copyOf(arr, f[k]);
// 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] = arr[high];
}
while (low <= high) {
mid = low + f[k - 1] - 1;
if (key < temp[mid]) {
high = mid - 1;
k--;
} else if (key > temp[mid]) {
low = mid + 1;
k -= 2;
} else {
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}
斐波那契数列: [1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765]
index=4