数据结构-查找算法

_子栖_

已于 2022-06-13 20:35:34 修改

阅读量243

点赞数

分类专栏： Java 数据结构与算法文章标签：数据结构算法 java

于 2021-10-21 16:24:36 首次发布

本文链接：https://blog.csdn.net/yao_wen_yu/article/details/120867087

版权

Java 数据结构与算法专栏收录该内容

12 篇文章 0 订阅

订阅专栏

文章目录

1、查找算法介绍

在Java 中我们常用的查找有四种：

线性查找
折半查找（二分查找）
插值查找
斐波那契查找

2、线性查找算法

有一个数组：[1,8,10,89,1000,1234]，判断数组中是否包含此数字【顺序查找】

💻 代码实现

public class SeqSearch {
    public static void main(String[] args) {
        int [] arr = {1,45,-7,90,5,7};
        System.out.println(sequenceSearch(arr, -7));

    }

    /**
     * 线性查找
     * @param arr 查找的数组
     * @param num 带查找的值
     */
    public static int sequenceSearch(int [] arr, int num){
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] == num){
                return i;
            }
        }
        return -1;
    }


}

3、二分查找算法

二分查找：

请对一个有序数组进行二分查找 [1,8,10,89,1000,1234]，输入一个数看数组中是否存在次数，并且求出下标

二分查找算法思路分析

在这里插入图片描述

💻 代码实现

package com.yao.search;

import java.util.ArrayList;
import java.util.List;

/**
 * @Author: Yao
 * @Date: 2021/10/18 14:36
 */
public class BinarySearch {
    public static void main(String[] args) {

        int [] arr = {1,3,5,9,14,16,45,85};
        int integers = binarySearch(arr, 9, 0, arr.length - 1);
        if (integers.size() == 0){
            System.out.println("未查到");
        }
        System.out.println(integers);
    }


    /**
     * 二分查找
     * @param arr 查找的有序数组
     * @param num 待查找的数据
     * @param left  左指针
     * @param right 右指针
     * @return 索引值
     */
    public static int binarySearch(int [] arr, int num, int left, int right){

        int mid = (left + right)/2;
        int value = arr[mid];

        if (left > right){
            return -1;
        }

        if (num > value){ //向右递归

            return binarySearch(arr, num, mid+1, right);

        }else if (num < value){ //向左递归
            return binarySearch(arr, num, left, mid-1);

        }else {
            return mid;
        }
    }
}

思考：
有多个相同的数值时，如何将所有的数值都能找到？

思路分析：

1）在找到 mid 索引值，不要马上返回
2）向 mid 索引值得左边扫描，将所有满足的 findVal 的元素下标，加入到集合中
3）向 mid 索引值得右边扫描，将所有满足的 findVal 的元素下标，加入到集合中
4）将集合返回

💻 代码实现

package com.yao.search;

import java.util.ArrayList;
import java.util.List;

/**
 * @Author: Yao
 * @Date: 2021/10/18 14:36
 */
public class BinarySearch {
    public static void main(String[] args) {

        int [] arr = {1,3,5,9,9,9,9,14,16,45,85};
        List<Integer> integers = binarySearch(arr, 9, 0, arr.length - 1);
        if (integers.size() == 0){
            System.out.println("未查到");
        }
        System.out.println(integers);
    }


    /**
     * 二分查找
     * @param arr 查找的有序数组
     * @param num 待查找的数据
     * @param left  左指针
     * @param right 右指针
     * @return 索引值
     */
    public static List<Integer> binarySearch(int [] arr, int num, int left, int right){

        int mid = (left + right)/2;
        int value = arr[mid];

        if (left > right){
            return new ArrayList<>();
        }

        if (num > value){ //向右递归

            return binarySearch(arr, num, mid+1, right);

        }else if (num < value){ //向左递归
            return binarySearch(arr, num, left, mid-1);

        }else {
            ArrayList<Integer> integers = new ArrayList<>();

            //向左查找
            int temp = mid - 1;
            while (true){
                if (temp < 0 || arr[temp] != num){
                    break;
                }
                integers.add(temp);
                temp --;
            }
            integers.add(mid);
            //向右查找
            temp = mid + 1;
            while (true){
                if (temp > arr.length - 1 || arr[temp] != num){
                    break;
                }
                integers.add(temp);
                temp ++;
            }
            return integers;
        }
    }
}

4、插值查找算法

插值查找原理介绍：

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 出开始查找

将折半查找中的求 mid 索引的公式，low 代表左边索引 left，high 代表右边的索引 right ，key 就是需要查找的数

在这里插入图片描述

💻 代码实现

package com.yao.search;

import java.util.ArrayList;
import java.util.List;

/**
 * @Author: Yao
 * @Date: 2021/10/18 15:48
 */
public class InsertValueSearch {
    public static void main(String[] args) {
        int [] arr = new int[100];

        for (int i = 1; i <= 100 ; i++) {
            arr[i - 1] = i;
        }

        List<Integer> integers = insertValueSearch(arr, 0, arr.length - 1, 100);
        System.out.println(integers);

    }

    public static List<Integer> insertValueSearch(int [] arr, int left, int right, int num){
        int mid = left + (num - arr[left]) * (right - left) / (arr[right] - arr[left]);

        if (left > right || num < arr[0] || num > arr[arr.length - 1]){
            return new ArrayList<Integer>();
        }

        if (num > arr[mid]){
            return insertValueSearch(arr,mid + 1, right, num);
        }else if (num < arr[mid]){
            return insertValueSearch(arr, left, mid - 1,num);
        }else {
            ArrayList<Integer> integers = new ArrayList<>();
            int temp = mid - 1;
            while (true){
                if (temp < 0 || arr[temp] != num){
                    break;
                }
                integers.add(temp);
                temp --;
            }

            integers.add(mid);
            temp = mid + 1;
            while (true){
                if (temp > arr.length - 1 || arr[temp] != num){
                    break;
                }
                integers.add(temp);
                temp ++;
            }
            return integers;
        }
    }
}

注意事项：

1）对于数据量比较大，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
2）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

5、斐波那契（黄金分割法）查找算法

斐波那契（黄金分割法）基本介绍

黄金分割点是把一条线段分割成两部分，使其中一部分与全长之比等于另一部分对于该部分之比。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完美，因此称之为黄金分割，也称为中外比。这是一个神奇的数字，会带来意想不到的效果。

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，仅仅改变了中间节点（mid）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 mid = low + F(k-1) -1（F代表斐波那契数列），如下图：

对 F(k -1) - 1理解

由斐波那契数列 F[K] = F[K - 1] + F[K - 2] 性质，可以得到（F[k] - 1）=（F[k -1] -1）+（F[k - 2] - 1）+ 1。该式说明顺序表的长度为 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。从而中间的位置为 mid = low + F[k-1] -1
类似的，每一个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]-1，所以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），都赋值为 n 的位置值即可。
while（n > fib(k)-1）
k++

关于 mid = left + F[k -1] - 1 推导：

在这里插入图片描述

💻 代码实现

package com.yao.search;

import java.util.Arrays;

/**
 * @author yaowy
 * @version 1.0.0
 * @ClassName FibonacciSearch.java
 * @Description 斐波那契查找
 * @createTime 2021年10月21日 15:07:00
 */
public class FibonacciSearch {
    public static int maxSize = 10;
    public static void main(String[] args) {
        int [] array = {1,3,5,56,76,99,100,143};
        System.out.println(fibSearch(array, 100));

    }

    /**
     * 实现一个斐波那契数组
     * @return 斐波那契数组
     */
    public static int [] fib(){
        int [] f = new int[maxSize];
        f[0] = 1;
        f[1] = 1;

        for (int i = 2; i < f.length; i++) {
            f[i] = f[i - 1] + f[i - 2];
        }
        return f;
    }

    /**
     * 斐波那契查找算法（非递归的方式实现）
     * @param array 待查找的数组
     * @param key 需要查找的数
     */
    public static int fibSearch(int [] array, int key) {
        int left = 0;
        int right = array.length - 1;
        int k = 0;
        //存放mid值
        int mid = 0;
        int[] fib = fib();
        //获取斐波那契分隔数值的下标
        while (array.length > fib[k] - 1) {
            k++;
        }
        //因为 f[k]的值可能大于数组的长度，所以空余的地方使用0填充
        int[] temp = Arrays.copyOf(array, fib[k]);
        //实际上需要使用array的最后一数值进行填充
        for (int i = array.length; i < temp.length; i++) {
            temp[i] = array[array.length - 1];
        }
        //使用循环进行遍历查找
        while (left <= right) {
            mid = left + fib[k - 1] - 1;
            if (key < temp[mid]) {
                //说明需要在 mid 的左边进行查找
                right = mid - 1;
                //此处 k-- 是因为在斐波那契中 F[k] = F[k-1]+F[k-2],所以前面元素就是有k-1 而后面就是 k-2
                k--;
            } else if (key > temp[mid]) {
                left = mid + 1;
                k -= 2;
            } else { //此时说明找到了
                if (mid <= right) {
                    return mid;
                } else {
                    return right;
                }
            }
        }
        return -1;
    }
}