Java 查找算法
十四lin 人气:01 查找算法介绍
在 java 中,我们常用的查找有四种:
1) 顺序(线性)查找
2) 二分查找/折半查找
3) 插值查找
4) 斐波那契查找
2 线性查找算法
有一个数列: {1,8, 10, 89, 1000, 1234} ,判断数列中是否包含此名称【顺序查找】 要求: 如果找到了,就提
示找到,并给出下标值。
代码实现:
package com.lin.search_0303; public class SeqSearch { public static void main(String[] args) { int arr[] = {1,2,7,3,4,5,6,7,7,455,454,-1,7}; int index = seqSearch(arr, -1); if(index == -1) { System.out.println("没有找到该数字!"); } else { System.out.println("找到了,下标为:" + index); } String find = seqSearchAll(arr, 7); if(find.equals("kong")) { System.out.println("没有找到!"); } else { System.out.println(find); } } // 找到一个就返回 public static int seqSearch(int[] arr, int value) { for (int i = 0; i < arr.length; i++) { if(value == arr[i]) return i; } return -1; } // 查找多个 public static String seqSearchAll(int[] arr, int value) { String resString = ""; for (int i = 0; i < arr.length; i++) { if(value == arr[i]) { resString += i + " "; } } if(!resString.isEmpty()) { return resString; } else { return "kong"; } } }
3 二分查找算法
3.1二分查找:
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"。
3.2二分查找算法的思路
3.3二分查找的代码
说明:增加了找到所有的满足条件的元素下标:
课后思考题: {1,8, 10, 89, 1000, 1000,1234} 当一个有序数组中,有多个相同的数值时,如何将所有的数值
都查找到,比如这里的 1000
package com.lin.search_0303; import java.util.ArrayList; import java.util.List; public class BinarySearch { public static void main(String[] args) { int arr[] = { 1, 8, 10, 89, 1000, 1234 ,1234, 1234}; int index = binarySearch(arr, 0, arr.length-1, 0); System.out.println(index); ArrayList<Integer> resList = binarySearchAll(arr, 0, arr.length-1, 12342); if(resList.size()!=0) { for (Integer integer : resList) { System.out.println(integer); } } else { System.out.println("没有找到"); } } /** * * @Description:二分查找 * @author LinZM * @date 2021-3-3 21:38:42 * @version V1.8 * @param arr 数组 * @param left 左边索引 * @param right 右边索引 * @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) { // 当left>right时,说明递归整个数组都没有找到该值 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) { return binarySearch(arr, left, mid-1, findVal); } else{ return mid; } } // 可以找到多个相同的值,同时返回下标 public static ArrayList<Integer> binarySearchAll(int[] arr, int left, int right, int findVal) { // 当left>right时,说明递归整个数组都没有找到该值 if(left>right) { return new ArrayList<Integer>(); } int mid = (left+right)/2; int midVal = arr[mid]; if(findVal > midVal) { // 向右递归 return binarySearchAll(arr, mid+1, right, findVal); } else if(findVal < midVal) { return binarySearchAll(arr, left, mid-1, findVal); } else{ ArrayList<Integer> resIndex = new ArrayList<Integer>(); int temp = mid-1; while(true) { if(temp < 0 || arr[temp] != findVal) { break; } resIndex.add(temp); temp -= 1; } resIndex.add(mid); temp = mid+1; while(true) { if(temp > arr.length-1 || arr[temp] != findVal) { break; } resIndex.add(temp); temp += 1; } return resIndex; } } }
4 插值查找算法
1) 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 处开始查找。
2) 将折半查找中的求 mid 索引的公式 , low 表示左边索引 left, high 表示右边索引 right.
key 就是前面我们讲的 findVal
3) int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) ;/*插值索引*/
对应前面的代码公式:
int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])
4) 举例说明插值查找算法 1-100 的数组
4.1插值查找应用案例:
请对一个有序数组进行插值查找 {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"。
代码实现:
package com.lin.search_0303; import java.util.Arrays; public class InsertValueSearch { public static void main(String[] args) { int[] arr = new int[100]; for (int i = 0; i < arr.length; i++) { arr[i] = i+1; } System.out.println(Arrays.toString(arr)); int insertValueSearch = insertValueSearch(arr, 0, arr.length-1, 1); System.out.println(insertValueSearch); } // 插值查找 public static int insertValueSearch(int[] arr, int left, int right, int findVal) { 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 insertValueSearch(arr, mid+1, right, findVal); } else if(findVal < midVal) { return insertValueSearch(arr, left, mid-1, findVal); } else { return mid; } } }
4.2插值查找注意事项:
1) 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.
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
5.1斐波那契(黄金分割法)查找基本介绍:
1) 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。
2) 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
5.2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,仅仅改变了中间结点(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(F 代表斐波那契数列),如下图所示
对 F(k-1)-1 的理解:
1) 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
2) 类似的,每一子段也可以用相同的方式分割
3) 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),
都赋为 n 位置的值即可。
while(n>fib(k)-1)
k++;
5.3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"。
代码实现:
package com.lin.search_0303; import java.util.Arrays; public class FibonacciSearch { public static int maxSize = 20; public static void main(String[] args) { int arr[] = { 1, 8, 10, 89, 1000, 1234}; System.out.println(fibSearch(arr, 10)); } // mid = low + F(k-1)-1 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; } // 查找算法 public static int fibSearch(int[] arr, int key) { int low = 0; int high = arr.length-1; int k = 0; // 斐波那契分割数值的下标 int mid = 0; int f[] = fib(); // 获取k while(high > f[k] - 1) { k++; } // 因为f[k]值可能大于arr的长度,因此要构造一个新的数组,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]; } while(low <= high) { mid = low + f[k-1] - 1; if(key < temp[mid]) { high = mid - 1; //f[k] = f[k-1] + f[k-2] //前面有k-1个元素所以 // f[k-1] = f[k-2]+f[k-3] k--; } else if(key > temp[mid]) { low = mid + 1; //f[k] = f[k-1] + f[k-2] //后面有k-2个元素所以 // f[k-1] = f[k-3]+f[k-4] k -= 2; } else { if(mid <= high) { return mid; } else { return high; } } } return -1; } }
仅供参考,有错误还请指出!
有什么想法,评论区留言,互相指教指教。
觉得不错的可以点一下右边的推荐哟
加载全部内容