(二十二)查找算法-斐波那契算法

文章介绍了黄金分割点的概念以及斐波那契数列,指出斐波那契数列与黄金分割比例的关系。接着详细解释了斐波那契查找算法的工作原理,这是一种基于斐波那契数列改进的二分查找方法,适用于有序数组。文中还给出了Java代码示例,演示如何在一个有序数组中使用斐波那契查找法寻找特定元素的下标。
摘要由CSDN通过智能技术生成

1 基本介绍

(1)黄金分割点是指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,会带来意想不到的效果。

(2)在讲算法之前,先介绍一下斐波那契数列,该数列公式为F(K) = F(k-1) + F(k-2),即 1、1、2、3、5、8、13、21、34、55……。F(k-1)/f(K)随着K的递增,该数越来越接近黄金分割比例,所以该方法也叫黄金分割法。

(3)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。

斐波那契(黄金分割法)原理:

斐波那契查找原理与二分查找和插值查找相似,仅仅改变了中间节点(mid)的位置。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;其中 F 代表斐波那契数列,这里用图直观理解以下。
在这里插入图片描述
对 F(k-1) -1 的理解:

  • 由斐波那契数列 F(K) = F(k-1) + F(k-2) 的性质,可以得到 (F[k]-1) = (F[k-1]-1) + (F[k-2]-1) + 1 。
    • 该式说明:只要顺序表的长度为 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。从而中间位置为 mid = low + F(k-1) -1
  • 类似的,每一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,所以需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),都赋为 n 位置的值即可。

2 代码实现

请对一个有序数组进行斐波那契查找{1,8,10,39,1000,1234},输入一个数看看该数组是否存在此数,并且求出下标,如果没有就返回-1。

代码示例:

/**
 * 斐波那契查找
 */
public class FibonaqiSearch {
    public static int maxSize = 20;

    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1234};

        int index = fibSearch(arr, 1);
        System.out.println("index = " + index);
    }

    // 非递归的方式得到一个斐波那契数列
    public static int[] fib() {
        int[] f = new int[maxSize];
        f[0] = 1;
        f[1] = 1;
        for (int i = 2; i < maxSize; i++) {
            f[i] = f[i - 1] + f[i - 2];
        }

        return f;
    }

    /**
     * 斐波那契查找,使用非递归的方式
     *
     * @param arr 数组
     * @param key 需要查找的值
     * @return 找到,返回对应下标,否则,返回-1
     */
    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;
        // 存放mid值
        int mid = 0;
        // 获取斐波那契数列
        int[] f = fib();
        // 获取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 arr 的长度,因此需要使用 Arrays类,构造一个新的数组,并指向 arr
        // 不足的部分会使用 0 填充
        int[] temp = Arrays.copyOf(arr, f[k]);
        // 实际上需要使用 arr 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循环来处理
        while (low <= high) {
            mid = low + f[k - 1] - 1;
            if(key < temp[mid]){// 向数组前面查找
                high = mid - 1;
                // 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,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
                // 即在 f[k-1] 的前面继续查找 k--
                k--;
            }else if(key > temp[mid]){// 向数组后面查找
                low = mid + 1;
                // 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. 因为后面有 f[k-2] 个元素,所以可以继续拆分
                // 4.即在 f[k-2]的前面进行查找 k -= 2

                k -=2;
            }else{
                if(mid <= high){
                    return mid;
                }else{
                    return high;
                }
            }
        }

        return -1;
    }


}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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