线性查找算法
从线性数列中
的起始位置依次比较
判断数列中是否包含需要查找的数
,若找到
了直接返回下标
代码
public class SeqSearch {
public static void main(String[] args) {
int[] arr = {1, 4, 7, 2, 3, 9};
int search = seqSearch(arr, 7);
if (search == -1){
System.out.println("没有找到");
}else {
System.out.println("找到了");
}
}
/**
* 这里我们实现的线性查找是找到一个满足条件的值,就返回
* @param arr
* @param value
* @return
*/
public static int seqSearch(int[] arr, int value) {
for (int i = 0; i < arr.length; i++) {
if (arr[i] == value) {
return i;
}
}
return -1;
}
}
二分查找算法
查找的数组必须是有序的
思路
代码
/**
* 二分查找
*
* @author:XMD
* @date: 4.9.22
*/
public class BinarySearch {
public static void main(String[] args) {
int[] arr = {1, 3, 7, 8, 10, 12, 14, 16, 27};
int search = binarySearch(arr, 0, arr.length - 1, 9);
System.out.println(search);
}
/**
* @param arr
* @param left 左边的索引
* @param right 右边的索引
* @param findVal 要查找的值
* @return 如果找到就返回下标,如果没有找到,就返回-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) {
//向右递归
return binarySearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}
上面代码存在问题,如果有重复数据,只会返回一个
优化
/**
* @param arr
* @param left 左边的索引
* @param right 右边的索引
* @param findVal 要查找的值
* @return 如果找到就返回下标,如果没有找到,就返回-1
*/
public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
if (left > right) {
return new ArrayList<>();
}
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) {
//向右递归
return binarySearch2(arr, left, mid - 1, findVal);
} else {
/*
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,将所有满足查询数字,的元素的下标,加入到集合ArrayList
3。向mid索引值的右边扫描,将所有满足查询数字,的元素的下标,加入到集合ArrayList
4.将Arraylist返回
*/
List<Integer> list = new ArrayList<>();
//索引值的左边扫描,将所有满足查询数字,的元素的下标,加入到集合ArrayList
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != findVal) {
break;
}
//否则,就temp放入到list
list.add(temp);
temp--;
}
list.add(mid);
//向mid索引值的右边扫描,将所有满足查询数字,的元素的下标,加入到集合ArrayList
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {
break;
}
//否则,就temp放入到list
list.add(temp);
temp++;
}
return list;
}
}
插值查找算法
公式:int mid = left + (right -left) * (findVal - arr[left]) / (arr[right] - arr[left])
代码
/**
* 插值算法
*
* @author:XMD
* @date: 5.9.22
*/
public class InsetValueSearch {
public static void main(String[] args) {
int[] arr = new int[20];
for (int i = 0; i < 20; i++) {
arr[i] = i + 1;
}
int search = insetValueSearch(arr, 0, arr.length - 1, 15);
System.out.println(search);
}
/**
* @param arr
* @param left
* @param right
* @param findVal
* @return
*/
public static int insetValueSearch(int[] arr, int left, int right, int findVal) {
System.out.println("WWWWWW");
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
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 insetValueSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
//向右递归
return insetValueSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}
注意事项
- 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,该方法不一定比折半查找要好
斐波那契(黄金分割法)查找算法
- 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
工作原理
斐波那契查找应用案例
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
代码
import java.util.Arrays;
/**
* 斐波那契查找算法
*
* @author:XMD
* @date: 5.9.22
*/
public class FibonacciSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
// int[] fibo = fibo();
// System.out.println(Arrays.toString(fibo));
int search = fibSearch(arr, 10);
System.out.println(search);
}
//因为后面我们mid=1ow+F(k-1)-1,需要使用到斐波那契数列,因此我们需要先获取到一个斐波那契数列
//非递归方法得到一个斐波那契数列
public static int[] fibo() {
int[] fb = new int[maxSize];
fb[0] = 1;
fb[1] = 1;
for (int i = 2; i < maxSize; i++) {
fb[i] = fb[i - 1] + fb[i - 2];
}
return fb;
}
/**
* 编写斐波那契查找算法
* 使用非递归的方式编写算法
*
* @param arr
* @param key
* @return
*/
public static int fibSearch(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;
//获取到斐波那契数列
int[] f = fibo();
//获取到斐波那契分割数值的下标
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,构造一个新的数组,并指向temp[]
int[] temp = Arrays.copyOf(arr, f[k]);
//实际上需求使用a数组最后的数填充temp
for (int i = high + 1; i < temp.length; i++) {
temp[i] = arr[high];
}
//使用while来循环处理,找到我们的数key
//只要这个条件满足,就可以找
while (low <= high) {
mid = low + f[k - 1] - 1;
//我们应该继续向数组的前面查找(左边)
if (key < temp[mid]) {
high = mid - 1;
/*
//为什么是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,所以可以继续折分f[k-1]=f[k-2]+f[k-3]
//即在f[k-1]的前面继续查找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-1-2]-1
*/
k -= 2;
} else {
//需要确定,返回的是娜个下标
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}
有点难理解