(Java实现)查找算法---线性、折半、插值、斐波那契

时间  2020-09-19 标签 java 实现 查找 算法 线性 折半 插值

查找算法

线性查找

  • 基本思路：线性查找是最简单的查找方法，也很好理解，就是对一组有序/无序的序列进行遍历，逐个比较，直到找到对应的值
  • 代码以下：
public class LinearSearch {
    /**
 * * @param arr 要查找的数组
 * @param findVal 要查找的值
 * @return 返回对应值的下标，若是没有返回-1
 */ public static int linearSearch(int[] arr, int findVal){
        if (arr == null || arr.length <= 0 ) return -1;
 for (int i = 0; i < arr.length; i ++){
            if (arr[i] == findVal)
                return i;
 }
        return -1;
 }
    public static void main(String[] args) {
        int[] arr = {128,321,23,4,19,23,10,98,100};
 int result = linearSearch(arr, 10);
 System.out.println(result);
 }
}

折半查找

  • 介绍：折半查找也叫二分查找，要实现折半查找必须知足两个要求，第一是数列要有序的，第二是存放数列的容器是按序存放的

  • 基本思路：算法

    • 1）肯定数组的中间下标mid，等于左边下标left+右边下标right的一半，mid = (left + right) / 2

    • 2）把要找的值findVal和下标mid对应的值midVal进行比较数组

      • 若是findVal大于midVal，则代表要找的数在右边，向右查找，此时的left为mid + 1，right不变，从新计算mid
      • 若是findVal小于midVal，则代表要找的数在左边，向左查找，此时的right为mid - 1，left不变，从新计算mid
      • 若是上面两个条件都不知足，证实findVal等于midVal，则直接返回mid下标
    • 3）若是说left > right，证实咱们要找的数不存在，直接返回-1

  • 举例说明：好比有序数组{1,8,9,10,29,39,49,69}，查找39spa

    • image如上图所示，第一次并无找到findVall，第二次left,mid从新调整事后,找到了findVal

  • 代码以下：code

    • 这里使用的是递归的方式实现折半查找
/**
 * 使用折半查找的前提是该数组是有序的
 */
public class BinarySearch {
    public static int binarySearch(int[] arr, int findVal){
        if (arr == null || arr.length <= 0) return -1;
 return binarySearch(arr, 0, arr.length - 1, findVal);
 }
    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){
            return binarySearch(arr, left, mid - 1, findVal);
 }else if (findVal > midVal){
            return binarySearch(arr, mid + 1, right, findVal);
 }else {
            return mid;
 }
    }
    public static void main(String[] args) {
        int[] arr = {1,4,9,29,98,100,989};
 int result = binarySearch(arr, 10);
 System.out.println(result);
 }
}

插值查找

  • 介绍：插值查找是相似于折半查找，不一样的地方在于mid的计算不一样，折半查找是每次从取中间值，而插值查找每次从自适应mid处开始查找

  • 基本思路：blog

    • 与折半查找相同，mid的计算方式不一样
    • mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left])

  • 举个例子：好比有序数组{1,8,9,10,29,39,49,69}，查找39递归

    • image如上图所示，经历了三次查找才找到了findVal
    • 这里用的例子因为数组里面的整数比较没有规律，因此通过了三次查找才找到，而折半查找只用了两次就找到了。可是若是是对于一组有规律的有序序列来讲，查找的次数每每只须要一次（你们能够试一下从1-100里面去查找一个数）

  • 代码以下：ci

    • 这里也是采用递归的方式实现，注意看一下下面的注释
public class InsertSearch {
    public static int insertSearch(int[] arr, int findVal){
        if (arr == null || arr.length <= 0) return -1;
 return insertSearch(arr, 0, arr.length - 1, findVal);
 }
    /**
 ** @param arr 有序数组
 * @param left 左边的下标
 * @param right 右边的下标
 * @param findVal 要找的值
 * @return findVal对应的下标，若是找不到则返回-1
 */ public static int insertSearch(int[] arr, int left, int right, int findVal){
        //如下三个判断条件必须写
 //第一个：当找不到的时候left会大于right
 //第二个和第三个：若是说要找的值不在该数组的最大值和最小值的范围里（对于升序的数组来讲）
 // 那么若是不加这两个条件，可能会致使最后算出来的mid不在left和right之间
 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){
            return insertSearch(arr, mid + 1, right, findVal);
 }else if (findVal < midVal){
            return insertSearch(arr, left, mid - 1, findVal);
 }else {
            return mid;
 }
    }
    public static void main(String[] args) {
        int[] arr = {1,8,9,10,29,39,49,69};
 System.out.println(Arrays.toString(arr));
 int result = insertSearch(arr, 39);
 System.out.println(result);
 }
}

斐波那契查找

  • 介绍：利用斐波那契数列找到数组中的黄金分割点it

    • 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外一部分与这部分之比。取其前三位数字的近似值是0.618。
    • 斐波那契数列中，两个相邻数的比例是无限接近与黄金分割值0.618
    • 斐波那契数列计算公式：F(k) = F(k-1) + F(k-2),F(1)=1,F(2)=2

  • 基本思路：class

    • 该查找算法与折半查找相似，区别也是在于mid的计算，mid是取位于黄金分割点附近，即mid=low+F(k-1)-1

  • F(k-1)是什么？容器

    • 由F(k)计算公式的性质,能够获得F(k)-1 = (F(k-1) - 1) + (F(k-2) - 1) + 1
    • 也就是说，只要数组的长度为F(k)-1，就能够将该表分红长度为F(k-1) - 1 和F(k-2) - 1两段
    • 而中间位置mid = low + F(k - 1) - 1
  • 是否须要扩容数组：数组的长度n不必定等于F(k)，因此须要将原来的数组长度n增长至F(k)，不必定要彻底相等，只要比F(k)大就行，因此当n增大后就须要进行扩容
  • K如何肯定？ 代码以下：
while(n > F(k))
    k++

  • 举个例子：好比有序数组{1,8,9,10,29,39,49,69}，查找39

    • 1）首先判断是否须要扩容，n为8，k为5，F(5)=8，n恰好等于5，不须要扩容

    • 2）第一轮，根据公式计算出mid=4，arr[mid]=29，小于39,向右查找

      • left = mid + 1 = 5
      • right = 7
      • k = k - 2 = 3（为何须要k-2，看下面的解释）
      • mid = 6image

    • 3）第二轮，arr[mid] = arr[6] = 49，大于39，向左查找

      • left = 5
      • right = mid - 1 =6
      • k = k - 1 =2（为何须要k-1，看下面的解释）
      • mid = 5image
    • 4）第三轮，arr[mid] = arr[5] = 39，等于39，找到了image

  • k -= 2和 k --的含义：

    • image如上图所示，f(k)-1能够分红两段，分别是f(k-1)-1和f(k-2)-1
    • 当要找的数比arr[mid]小，咱们就把f(k)-1的长度缩减成f(k-1)-1，因此此时k--
    • 当要找的数比arr[mid]大，咱们就把f(k)-1的长度缩减成f(k-2)-1，因此此时k -= 2
  • 代码以下：
public class FibonacciSearch {
    private static int maxSize = 100;
 private static int count = 0;
 private static int[] fib(){
        int[] f = new int[maxSize];
 f[0] = 1;
 f[1] = 1;
 for (int i = 2; i <= maxSize - 1; i ++){
            f[i] = f[i - 1] + f[i - 2];
 }
        return f;
 }
    //斐波那契查找算法
 public static int fibSearch(int[] arr, int findVal){
        return fibSearch(arr, 0, arr.length - 1, findVal);
 }
    /**
 * * @param arr 有序数组
 * @param low 数组左边的下标
 * @param high 数组右边的下标
 * @param findVal 要查找的值
 * @return 找到的值对应的下标，若是没有返回-1
 */ public static int fibSearch(int[] arr, int low, int high, int findVal){
        if (arr == null || arr.length <= 0 ) return - 1;
 int k = 0; //表示斐波那契数列的下标
 int[] f = fib(); //获取斐波那契数列
 int mid = 0; //mid值
 //获取斐波那契分割数值
 while (high > f[k] - 1){
            k ++;
 }
        //把k与n进行比较，若是n小就须要进行扩容
 int[] temp = Arrays.copyOf(arr, f[k]);
 //把扩容多出来的数赋予原来arr的最后一个数据
 for (int i = high + 1; i < temp.length; i ++){
            temp[i] = arr[high];
 }
        System.out.println("查找以前的工做：");
 System.out.println("t扩容后的数组arr：" + Arrays.toString(temp));
 System.out.println("tleft：" + low);
 System.out.println("tright：" + high);
 System.out.println("tk：" + k);
 //使用while循环，找到咱们的数Key
 while (low <= high){
            //设置中间点
 mid = low + f[k-1] - 1;
 System.out.println("这是第" + ++count +"轮：");
 System.out.println("tleft：" + low);
 System.out.println("tright：" + high);
 System.out.println("tk：" + k);
 System.out.println("tf[k-1]-1：" + (f[k-1] -1));
 System.out.println("tmid：" + mid);
 if (findVal < temp[mid]){
                high = mid - 1;
 //这里为何是k --
 //一、所有元素 = 前面的元素 + 后边的元素
 //二、f(k) = f(k-1) + f(k-2)
 //三、前面有f(k-1)个元素，因此能够继续拆分，f(k-1) = f(k-2)+f(k-3)
 k --;
 }else if (findVal > temp[mid]){
                low = mid + 1;
 //为何是k -= 2
 //一、所有元素 = 前面的元素 + 后面的元素
 //二、f(k) = f(k-1) + f(k-2)
 //三、由于咱们有f[k-2]，因此能够继续拆分f[k-2]=f[k-3]+f[k-4]
 //四、即在f[k-2]的前面进行查找
 //五、下次循环mid = f[k - 1 - 2] - 1
 k -= 2;
 }else {
                if (mid <= high){
                    return mid;
 }else {
                    return high;
 }
            }
        }
        return -1;
 }
    public static void main(String[] args) {
        int[] arr = {1,8,9,10,29,39,49,69};
 int resultIndex = fibSearch(arr, 39);
 System.out.println(resultIndex);
 }
}
联系我们 沪ICP备13005482号-10