1、二分查找
1)二分查找精髓思想是从中间开始查找向左向右扫描,然后再递归查找到下标
2)binarySearch是找到一个值就返回这个最先找到的下标的方法
3)binarySearch是找到所有符合值的下标装进集合中返回
package Search;
import java.util.ArrayList;
import java.util.List;
/**
* 二分查找
* 使用二分查找的前提是数组是有序的
*/
public class BinarySearch {
public static void main(String[] args) {
int arr[] = { 1, 8, 10, 89,1000, 1000,1000,1000,1234 };
// int resIndex = binarySearch(arr, 0, arr.length - 1, 1000);
// System.out.println("下标是:"+resIndex);
List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1,1000);
System.out.println("resIndexList"+resIndexList);
}
/**
* 二分查找算法
* @param arr 数组
* @param left 左边索引
* @param right 右边索引
* @param findVal 查找的值
* @return
*/
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){
return binarySearch(arr,left,mid - 1,findVal);
}else if(findVal > midVal){
return binarySearch(arr,mid+1,right,findVal);
}else {
return mid;
}
}
/**
* 优化二分查找
* 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){
return binarySearch2(arr,left,mid - 1,findVal);
}else if(findVal > midVal){
return binarySearch2(arr,mid+1,right,findVal);
}else {
List<Integer> list = new ArrayList<Integer>();
int temp = mid - 1;
while(true){
if(temp < 0 || arr[temp] != findVal){
break;
}
list.add(temp);
temp -= 1;
}
list.add(mid);
temp = mid + 1;
while(true){
if(temp > arr.length - 1 || arr[temp] != findVal){
break;
}
list.add(temp);
temp += 1;
}
return list;
}
}
}
2、插值查找
插值查找主要了利用了自适应公式,找到距离查找值最近的地方,然后减少递归次数提升效率
mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
package Search;
import java.util.Arrays;
/**
* 插值查找
* 主要在二分查找的基础上优化了mid自适应性
*/
public class InsertValueSearch {
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 resIndex = insertValueSearch(arr, 0, arr.length - 1, 100);
System.out.println("resIndex:" + resIndex);
}
public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
//findVal < arr[0] || findVal > arr[arr.length - 1]不仅仅是优化,也防止了越界问题
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
return -1;
}
//自适应公式
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (midVal > findVal) {
return insertValueSearch(arr, left, mid - 1, findVal);
} else if (midVal < findVal) {
return insertValueSearch(arr, mid + 1, right, findVal);
} else {
return mid;
}
}
}
3、斐波那契查找
斐波那契数列相对比较难理解,可以借阅大话数据结构进行解析
package Search;
public class FibonacciSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
int resIndex = fibonacciSearch(arr, arr.length - 1, 1000);
System.out.println("resIndex = " + resIndex);
}
/**
* 创造斐波那契数列
* 使用非递归的方式
*
* @return
*/
public static int[] fib() {
int[] fib = new int[maxSize];
fib[0] = 1;
fib[1] = 1;
for (int i = 2; i < maxSize; i++) {
fib[i] = fib[i - 1] + fib[i - 2];
}
return fib;
}
/**
* 斐波那契查找算法
*
* @param a 需要查找的数组
* @param n 记录末位
* @param key 查找的值
* @return
*/
public static int fibonacciSearch(int[] a, int n, int key) {
int low = 0;
int high = n;
int k = 0;// k用来记录此时查找的下标
int mid = 0;
int[] F = fib();
int[] copy = new int[maxSize];
for (int i = 0; i < a.length; i++) {
copy[i] = a[i];
}
while (n > F[k] - 1) { //计算n位于斐波那契数列的位置(就可以找到帮助找到k值)
k++;
}
for (int i = n; i < F[k] - 1; i++) {// 补充线性表
copy[i] = a[n];
}
while (low <= high) {
mid = low + F[k - 1] - 1;//计算分割的下标(找到黄金线性分割点)
if (key < copy[mid]) {
high = mid - 1;// 最高下标调整到分割下标的mid - 1处
k -= 1;
} else if (key > copy[mid]) {
low = mid + 1;
k -= 2;
} else {
if (mid <= n) {
return mid;// 找到下标刚好就是mid的值
} else {
return n; // mid > n 即说明是补全的数值,返回就是最高末位
}
}
}
return -1;//没找到对应值
}
}