数据结构-查找-插值查找法

插值查找法

插值查找法又叫做插补查找法,是二分查找法的改进版。它是按照数据位置的分布,利用公式预测数据所在的位置,再以二分法的方式渐渐逼近。使用插值法是假设数据平均分布在数组中,而每一项的差距相当接近或有一定的距离比例。插值法的公式为:

Mid = low + ((key - data[low]) / (data[high] - data[low])) * (high - low)

其中Key是要查找的键值,data[high],data[low]是剩余待查找记录中的最大值和最小值,假设数据项为n,其插值查找法的步骤如下:

  • 将记录从小到大的顺序给于1,2,3,…,n的编号
  • 令low=1,high=n
  • 当low<high时,重复执行步骤4和步骤5
  • 令Mid=low+(key - data[low]) / (data[high] - data[low]) * (high - low)
  • 若key<keyMId且high≠Mid-1,则令high=Mid-1
  • 若key=keyMid,表示成功查找到键值的位置
  • 若key>keyMid且low≠Mid+1,则令low=Mid+1

插值查找法的分析

  1. 一般而言,插值查找法优于顺序查找法,数据的分布越平均查找速度越快,甚至可能第一次就找到数据。此法的时间复杂度取决于数据分布的情况,平均而言优于O(logn)
  2. 使用差值查找法数据需要先经过排序

设计一个程序使用插值查找法

#使用快排对数组进行排序
import random


def quickSort(d,size,lf,rg):
    if lf < rg:     #排序数列的左边和右边
        lf_idx = lf + 1
        while d[lf_idx] < d[lf]:
            if lf_idx >= size:
                break
            lf_idx += 1
        rg_idx = rg
        while d[rg_idx] > d[lf]:
            rg_idx -= 1
        while lf_idx < rg_idx:
            d[lf_idx],d[rg_idx] = d[rg_idx],d[lf_idx]
            lf_idx += 1
            while d[lf_idx] < d[lf]:
                lf_idx += 1
            rg_idx -= 1
            while d[rg_idx] > d[lf]:
                rg_idx -= 1
        d[lf],d[rg_idx] = d[rg_idx],d[lf]
        #分割前后接着递归排序
        quickSort(d,size,lf,rg_idx - 1)
        quickSort(d,size,rg_idx + 1,rg)
#插值查找法
def interSearch(data,val):
    low = 0
    high = 49
    while low < high and val != -1:
        mid = low + int((val - data[low]) / (data[high] - data[low]) * (high - low))
        if val == data[mid]:
            return mid
        elif val < data[mid]:
            high = mid - 1
        elif val > data[mid]:
            low = mid + 1
    return -1

def main():
    val = 1
    data = [0] * 50
    for i in range(50):
        data[i] = random.randint(1,150)
    #为数组排序
    quickSort(data,len(data),0,len(data)-1)
    #数组内容
    for i in range(5):
        for j in range(10):
            print('%2d [%3d] '%(i*10+j+1,data[i*10+j]),end='')
        print()
    #二分法查找
    while True:
        num = 0
        val = int(input("请输入查找值(1-150),输入-1结束:"))
        if val == -1:
            break
        num = interSearch(data,val)
        if num == -1:
            print("=============没有找到[%2d]============="%val)
        else:
            print('在第%2d的位置找到了%3d'%(num+1,data[num]))

if __name__ == '__main__':
    main()

在这里插入图片描述

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FrTXLWm9-1625207345677)(/home/lnnu/.config/Typora/typora-user-images/image-20210702142654466.png)]

注意:

int((val - data[low]) / (data[high] - data[low]) * (high - low))

int((val - data[low]) * (high - low)/ (data[high] - data[low]) )

这两个按照数学的计算来说没有任何问题,但是放在代码里是可能会出现完全不一样的结果,仔细琢磨

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

牧码文

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值