【算法】查找-线性表的查找

---

一、顺序查找

顺序查找表又称线性查找，是最简单的查找方式，它适用于所有线性表，因为他的核心方法就是遍历整个表。

int SearchSequent(int *a, int n, int key){
	for(int i = 0; i < n; ++i){
		if(a[i] == key) return i;
	}
	return 0;
}

其实这个查找还可以优化，如果我们将线性表的第一个或者最后一个值空出，然后在查找的时候把他给放进去，随后直接遍历整个线性表，直到找到值才退出，因为我们已经把要找的值加到线性表里，所以不再需要考虑越界，减少了一半的程序量虽然他的时间复杂度仍然是O(n)。

int SearchSequent(int *a, int n, int key){
	a[0] - key;
	i = n;
	while(a[0] != key) --i;
	return i;
}

二、二分查找

上一个查找方法适用于所有线性表，从这里开始所有方法都只适用于排完序的顺序表，因为他们都涉及跳跃查找，并没有遍历所有元素，而这只有在线性表才能实现。二分查找就是在一个排过序的顺序表上（假设是升序），判断要查找的值和中间值大小关系，如果要找的值大于中间值，就说明要找的值如果存在那么必然在中间值的右边，反之亦然，随后再拿查找值和中间值右边数据的中间值比较，直到找完或者找到，该算法的时间复杂度是O(logn)

int BinarySearch(int *a, int n, int key){
	int low = 1, high = n, mid;
	while(low <= high){
		mid = (low + high) / 2 + 1;
		if(key < a[mid]) high = mid - 1;
		else if(key > a[mid]) low = mid + 1;
		else return mid;
	}
	return 0;`
}

三、插值查找

对于查值查找，我们只是把中间值mid的更新换了一个计算方式：

当key是a[high]的一半的时候，显然这就是原先的mid，他的思想是如果我的key靠近low一点，那我就应该在靠近low的地方找找，这个算法的时间复杂度也是O(logn)，这种算法在处理数据量大，数据分布均匀的时候效率会比二分查找好很多，但如果遇到极端数据如{1.1， 1.2， 1.3， 1.4， 100000}，那么查找效果就很差

int InterpolationSearch(int *a, int n, int key){
	int low = 1, high = n, mid;
	while(low <= high){
		mid = low + (high - low) * (key - a[low]) / (a[high] - a[low]) + 1;
		if(key < a[mid]) high = mid - 1;
		else if(key > a[mid]) low = mid + 1;
		else return mid;
	}
	return 0;`

四、斐波那契查找

通过将补全后的数组分为两块，子块又分别符合斐波那契数列，不如十个元素的数组，补成13，分成8、5，再比对，因为子块符合斐波那契，所以还可以继续分，直到找到或者找完。

int F = {0, 1, 1, 2, 3, 5, 8, 13, 21...}
int FibonacciSearch(int *a, int n, int key){
	int low = 1, high = n, k = 0;
	// 把数组补成斐波那契的形状
	while(n > F[k] - 1){
		++k;
	}
	for(int i = n; i < F[k]; ++i){
		a[i] = a[n];
	}
	while(low <= high){
		mid = low + F[k-1] + 1;
		if(key < a[mid]){
			high = mid + 1;
			--k;
		}else if(key > a[mid]){
			low = mid + 1;
			k -= 2;
		}else{
			if(mid <= n) return mid;
			return n;
		}
	}
	return o;
}

---

跳转系列文章目录

---