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
- 代码如下：
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，如果没有返回-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满足两个要求，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：
- 1）确定数组的中间下标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
- 如果findVal大于midVal，则表明要找的数在右边，向右查找，此时的left为mid + 1，right不变，重新计算mid
- 如果findVal小于midVal，则表明要找的数在左边，向左查找，此时的right为mid - 1，left不变，重新计算mid
- 如果上面两个条件都不满足，证明findVal等于midVal，则直接返回mid下标
- 3）如果说left > right，证明我们要找的数不存在，直接返回-1
举例说明：比如有序数组{1,8,9,10,29,39,49,69}，查找39
如上图所示，第一次并没有找到findVall，第二次left,mid重新调整过后,找到了findVal
代码如下：
- 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：插值查找是类似于折半查找，不同的地方在于mid的计算不同，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：
- 与折半查找相同，mid的计算方式不同
- mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left])
举个例子：比如有序数组{1,8,9,10,29,39,49,69}，查找39
如上图所示，经历了三次查找才找到了findVal- 这里用的例子由于数组里面的整数比较没有规律，所以经过了三次查找才找到，而折半查找只用了两次就找到了。但是如果是对于一组有规律的有序序列来说，查找的次数往往只需要一次（大家可以试一下从1-100里面去查找一个数）
代码如下：
- 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，如果找不到则返回-1
*/ public static int insertSearch(int[] arr, int left, int right, int findVal){
//以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：如果说要找的值不在该数组的最大值和最小值的范围里（对于升序的数组来说）
// 那么如果不加这两个条件，可能会导致最后算出来的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
- 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。
- 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：
- 该查找算法与折半查找类似，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？
- 由F(k)计算公式的性质,可以得到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，就可以将该表分成长度为F(k-1) - 1 和F(k-2) - 1两段
- 而中间位置mid = low + F(k - 1) - 1
- 是否需要扩容数组：数组的长度n不一定等于F(k)，所以需要将原来的数组长度n增加至F(k)，不一定要完全相等，只要比F(k)大就行，所以当n增大后就需要进行扩容
- K如何确定？ 代码如下：
while(n > F(k))
k++举个例子：比如有序数组{1,8,9,10,29,39,49,69}，查找39
- 1）首先判断是否需要扩容，n为8，k为5，F(5)=8，n刚好等于5，不需要扩容
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（为什么需要k-2，看下面的解释）
- mid = 6
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（为什么需要k-1，看下面的解释）
- mid = 5
- 4）第三轮，arr[mid] = arr[5] = 39，等于39，找到了
k -= 2和 k --的含义：
如上图所示，f(k)-1可以分成两段，分别是f(k-1)-1和f(k-2)-1- 当要找的数比arr[mid]小，我们就把f(k)-1的长度缩减成f(k-1)-1，所以此时k--
- 当要找的数比arr[mid]大，我们就把f(k)-1的长度缩减成f(k-2)-1，所以此时k -= 2
- 代码如下：
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，如果没有返回-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，如果n小就需要进行扩容
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("查找之前的工作：");
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，找到我们的数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;
//这里为什么是k --
//1、全部元素 = 前面的元素 + 后边的元素
//2、f(k) = f(k-1) + f(k-2)
//3、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)
k --;
}else if (findVal > temp[mid]){
low = mid + 1;
//为什么是k -= 2
//1、全部元素 = 前面的元素 + 后面的元素
//2、f(k) = f(k-1) + f(k-2)
//3、因为我们有f[k-2]，所以可以继续拆分f[k-2]=f[k-3]+f[k-4]
//4、即在f[k-2]的前面进行查找
//5、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);
}
}
