数据结构与算法—查找算法(线性查找、二分查找、插值查找、斐波那契查找)

查找算法

文章目录

  • 查找算法
    • 1. 线性查找算法
    • 2. 二分查找算法
      • 2.1 二分查找思路分析
      • 2.2 应用实例
    • 3. 插值查找
      • 3.1 基本原理
      • 3.2 应用实例
    • 4. 斐波那契
      • 4.1 基本原理
      • 4.2 应用实例
    • 5. 查找总结

在java中，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

1. 线性查找算法

线性查找太简单了，就是一个个遍历，看值对不对的上

韩老师代码如下

package com.atguigu.search;

/**
 * @author 小小低头哥
 * @version 1.0
 * 线性查找
 */
public class SeqSearch {

    public static void main(String[] args) {
        int arr[] = {1, 9, 11, -1, 34, 89}; //没有顺序的数组
        int index = seqSearch(arr, 11);
        if (index == -1) {
            System.out.println("没找到！");
        } else {
            System.out.println("找到了对应的位置index=" + index);
        }
    }

    /**
     * 实现线性查找 找到一个满足条件的值就返回
     * @param arr   数组
     * @param value 要查找的值
     * @return  找到就返回对应的索引值 没找到就返回-1
     */
    public static int seqSearch(int[] arr, int value) {
        //线性查找是逐一对比 发现有相同值 就返回下标
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] == value) {
                return i;
            }
        }
        return -1;  //没找到就返回-1
    }

}

2. 二分查找算法

2.1 二分查找思路分析

在这里插入图片描述

图2 思路图

2.2 应用实例

受归并排序中递归的启发，觉得也可以用来查找。于是乎我自己用归并中递归写了一份查找代码

我写的这份代码中，包含单个查找、用于有序数组且返回所有相同值的索引、用于无序数组且返回所有相同值的索引

private static int count = 0;  //用来保存多次查找到数据位置的索引

public static void main(String[] args) {
    int[] arr = {1, 8, 10, 10,10,10,10,10,11,89, 1000, 1234};

    int index;
    System.out.println("单个查找");
    index = divSearch(arr, 0, arr.length - 1, 10);
    if (index == -1) {
        System.out.println("没找到！");
    } else {
        System.out.println("找到了对应的位置index=" + index);
    }

    System.out.println("用于无序且返回所有相同值的索引");
    int[] arr2 = new int[arr.length];   //存放多个数值
    divSearch(arr, 0, arr.length - 1, 10, arr2);
    for (int i = 0; i < count; i++) {
        System.out.println("找到了对应的位置index=" + arr2[i]);
    }
    //重新置零
    count = 0;

    System.out.println("用于有序且返回所有相同值的索引");
    arr2 = new int[arr.length];   //存放多个数值
    divSearch2(arr, 0, arr.length - 1, 10, arr2);
    for (int i = 0; i < count; i++) {
        System.out.println("找到了对应的位置index=" + arr2[i]);
    }
}

//用于有序且返回所有相同值的索引
public static int divSearch2(int[] arr, int left, int right, int value, int[] arr2) {
    if (left == right) {    //只剩下一个元素则退出
        if (arr[left] == value) {   //如果此元素为要查找的元素
            arr2[count++] = left;   //存起来
        }else if (count != 0) {   //说明上一个已经找到了 由于数组是有序的 那么这么如果不是相同的值的话
            //以后都不可能是了 直接退出了
            return 0;
        }
        return -1;  //返回-1表示没找到
    }

    int mid = (left + right) / 2;
    //左递归
    if (divSearch2(arr, left, mid, value, arr2) == 0) { //说明
        return 0;   //退出循环
    }
    //右递归
    if (divSearch2(arr, mid + 1, right, value, arr2) == 0) { //说明
        return 0;   //退出循环
    }
    return -1;  //否则继续循环
}

//用于无序且返回所有相同值的索引
public static void divSearch(int[] arr, int left, int right, int value, int[] arr2) {
    if (left == right) {    //只剩下一个元素则退出
        if (arr[left] == value) {   //如果此元素为要查找的元素
            arr2[count++] = left;   //存起来
        }
        return;  //返回
    }

    int mid = (left + right) / 2;
    //左递归
    divSearch(arr, left, mid, value, arr2);
    //右递归
    divSearch(arr, mid + 1, right, value, arr2);
}

public static int divSearch(int[] arr, int left, int right, int value) {

    if (left == right) {    //只剩下一个元素则退出
        if (arr[left] == value) {   //如果此元素为要查找的元素
            return left;
        }
        return -1;  //否则返回-1
    }

    int mid = (left + right) / 2;
    int index;
    index = divSearch(arr, left, mid, value);
    //左递归
    if (index != -1) {   //说明找到了对应的数
        return index;
    }
    //右递归
    index = divSearch(arr, mid + 1, right, value);
    if (index != -1) {   //说明找到了对应的数
        return index;
    }
    return -1;  //其他情况(不是只有一种元素的情况)均返回-1
}

/**
 * @param arr     数组
 * @param left    左边的索引
 * @param right   右边的索引
 * @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) {

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

    if ( left > right) {   //说明递归完了也没有找到对应的值 结束查找饿了
        return -1;
    }
    if (findVal > midVal) {
        return binarySearch(arr, mid + 1, right, findVal);  //右递归
    } else if (findVal < midVal) {
        return binarySearch(arr, left, mid - 1, findVal); //左递归
    } else {
        return mid;
    }

}

韩老师代码如下,包含一个

/**
 * @param arr     数组
 * @param left    左边的索引
 * @param right   右边的索引
 * @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) {

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

    if ( left > right) {   //说明递归完了也没有找到对应的值 结束查找饿了
        return -1;
    }
    if (findVal > midVal) {
        return binarySearch(arr, mid + 1, right, findVal);  //右递归
    } else if (findVal < midVal) {
        return binarySearch(arr, left, mid - 1, findVal); //左递归
    } else {
        return mid;
    }

}

/**
 * 1. 再找到mid索引值，不需马上返回
 * 2. 向mid索引值的左边扫描 将所有满足findVal的元素的下标 加入到集合ArrayList
 * 3. 向mid索引值的右边扫描 将所有满足findVal的元素的下标 加入到集合ArrayList
 * 4. 将ArrayList返回
 */
public static ArrayList<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {

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

    if ( left > right) {   //说明递归完了也没有找到对应的值 返回null
        return null;
    }
    if (findVal > midVal) {
        return binarySearch2(arr, mid + 1, right, findVal);  //右递归
    } else if (findVal < midVal) {
        return binarySearch2(arr, left, mid - 1, findVal); //左递归
    } else {
        ArrayList<Integer> resIndexList = new ArrayList<>();
        //左扫描
        int temp = mid - 1;
        while (true){
            if(temp < 0 || arr[temp] != findVal){
                break;
            }
            //否则就放入到集合中
            resIndexList.add(temp--);
        }
        resIndexList.add(mid);
        //右扫描
        temp = mid + 1;
        while (true){
            if(temp > arr.length-1 || arr[temp] != findVal){
                break;
            }
            //否则就放入到集合中
            resIndexList.add(temp++);
        }
        return resIndexList;
    }
}

3. 插值查找

3.1 基本原理

  1. 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，high表示右边索引

m i d = l o w + k e y − a [ l o w ] a [ h i g h ] − a [ l o w ] ( h i g h − l o w ) (1) mid = low+\frac{key-a[low]}{a[high]-a[low]}(high-low)\tag{1} mid=low+a[high]−a[low]key−a[low]​(high−low)(1)

式中，key就是findVal(要查找的值),low就是arr[left] (左界限)，high就是arr[right]（右界限）

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。

3.2 应用实例

韩老师代码

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;
    }

    //求出mid
    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);  //右递归
    } else if (findVal < midVal) { 
        return insertValueSearch(arr, left, mid - 1, findVal); //左递归
    } else {
        return mid;
    }
}

其实不难发现，和二分查找的区别就是mid的赋值方式变了。

4. 斐波那契

斐波那契数列 {1,1,2,3,5,8,13,21,34,55}中前后两相邻数的比例，无限接近黄金分割值0.618。

4.1 基本原理

  斐波那契查找原理于前两种相似，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(F代表斐波那契数列)，如图所示。

在这里插入图片描述

图3 F(k)

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[I]-1)=(F[k-1]-1)+(F[k-2]-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。

看原理有点难理解，直接看4.2代码更有感觉

while(n > fib(k)-1){
	k++;
}

4.2 应用实例

韩老师代码如下:并加入俺的注释！！！）

package com.atguigu.search;

import java.util.Arrays;

/**
 * @author 小小低头哥
 * @version 1.0
 * 斐波那契算法
 */
public class FiBoNaQiSearch {

    private static int maxSize = 20;

    public static void main(String[] args) {
        int[] arr = {1, 2, 3, 4, 6, 7, 8, 9, 10};
        int i = fibSearch(arr, 10);
        System.out.println(i);
    }

    //因为后面mid=low+F(k-1)-1 需要使用到斐波那契数列 因此需要先获取到一个斐波那契数列
    //非递归方法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;
    }

    /**
     * 编写斐波那契查找算法
     *
     * @param arr 数组
     * @param key 需要查找的关键值
     * @return 返回对应的下标 如果没有-1
     */
    public static int fibSearch(int[] arr, int key) {
        int low = 0;//左索引起点
        int high = arr.length - 1;  //右索引终点
        //此处mid赋的值没意义 只是为了突出mid的意义 黄金分割点
        //从arr[low]到arr[mid]位置的长度设为m
        //从arr[mid]到arr[high]的长度假设为n
        //那么n/m的值应该逼近0.618
        //所以整个数组的长度应该是n+m-1(除去一个多算的arr[mid])
        //由于斐波那契数列f[]是一个前后相邻数相除逼近0.618的数组
        //所以可令n=f[k-2] m=f[k-1] 则n/m就逼近0.618  这就是为什么用到斐波那契数组的原因！！！
        //所以mid = low + m - 1 = low + f[k-1] - 1;
        //所以arr数组的长度应该为f[k-2]+f[k-1]-1=f[k]-1 ！！！！
        //high - low + 1 整个数组的长度
        //0.618 * (high - low + 1) 黄金分割数组值
        //则从low开始的黄金分割长度为位置为 mid = low + 0.618 * (high - low + 1) - 1;
        int mid = (int) (low + 0.618 * (high - low + 1) - 1);    //黄金分割点
        int[] f = fib();    //得到斐波那契数组
        int k = 0;

        //所以由以上分析
        // arr的长度应该符合f[k]-1时
        //先把arr的长度扩容到对应的f[k]-1
        while (arr.length > f[k] - 1) {
            //说明arr的长度大于k位置的斐波那契数 则f[k] 不是所求的值
            k++;
        }
        //退出循环后 则说明找到了
        //开始扩容
        int[] temp = new int[f[k] - 1];
        for (int i = 0; i < temp.length; i++) {
            if (i < arr.length) {
                temp[i] = arr[i];
            } else {
                temp[i] = arr[high];    //扩容位置的数据都用arr最后一个位置的数据填充
            }
        }

        //接下来就是开始查找了
        while (low <= high) {    //当左索引大于右索引结束循环
            //由前面可知 从arr[low]到arr[mid]位置的长度为m
            //mid = low + m - 1 = low + f[k-1] - 1;
            mid = low + f[k - 1] - 1;
            //此后左边长度为f[k-1] 右边长度为f[k-2]
            if (key < temp[mid]) {  //说明需要向左继续判断
                //则下一个循环 整个数组查找范围应该为左边的low - mid-1
                //对应的长度为f[k-1] - 1
                high = mid - 1;
                //则由上面分析 下个循环中左边应该为f[k-1 - 1]
                k--;
            } else if (key > temp[mid]) {    //说明需要向右继续判断
                //则下一个循环 整个数组查找范围应该为右边的mid+1 - high
                //对应长度为f[k-2] - 1
                low = mid + 1;
                //则由上面分析 下个循环中左边应该为f[k-2 - 1]
                k -= 2;
            } else { //说明找到了
                if (mid >= arr.length - 1) {    //说明此时查找的数查到了扩容地方
                    //那么实际应该是arr数组的最后一个元素的地方
                    return arr.length - 1;
                } else {
                    return mid;
                }
            }
        }
        return -1;  //没找到则返回-1
    }
}

5. 查找总结

  学完这几个查找算法后，其实感觉插值和斐波那契本质和二分查找算法思想上没啥差别，就是中点的选取有出入，二分查找规规矩矩为一半。值得注意的是，这几个查找法几乎都是针对有序数组。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/248022.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

电子烟单片机方案开发，32位单片机PY32F030电子烟解决方案

电子烟单片机方案开发，32位单片机PY32F030电子烟解决方案

电子烟是一种低压的微电子雾化设备。可以通过加热液体产生雾状物质&#xff0c;供用户吸入使用的新型电子产品。它是由微控制器&#xff08;MCU&#xff09;、超声波雾化发生器、充电管理IC、锂离子电池、发热棒等器件构成&#xff0c;主要用于替代传统香烟和戒烟&#xff0c;与…
阅读更多...
mybatis-plus雪花算法自动生成ID到前端后精度丢失问题

mybatis-plus雪花算法自动生成ID到前端后精度丢失问题

问题发生 前端接收到后端的数据出现异常&#xff0c;异常如下&#xff1a; 如图这是后端正常返回的数据&#xff0c; 但是点击预览时发现这个id的数据被改变了 这就导致了我通过id去修改相关数据时无法成功 问题原因 id的长度过长&#xff08;19位&#xff09;&#xff0c;前…
阅读更多...
AI大模型驱动的教育变革与实践

AI大模型驱动的教育变革与实践

随着人工智能技术的飞速进步&#xff0c;我们正在见证一场教育领域的革命。在这场革命中&#xff0c;AI大模型作为关键技术&#xff0c;正深刻地改变着教育行业的面貌。AI大模型的出现&#xff0c;如GPT-3.5等&#xff0c;不仅为教育领域带来了新的发展机遇&#xff0c;也对其提…
阅读更多...
C#基础——类、对象和属性

C#基础——类、对象和属性

C# 属于 面向对象 的编程&#xff0c;“万物皆对象” 面向对象编程的三大特性&#xff1a;封装、继承、多态。 通过类能过较好的体现该语言的特点 类&#xff1a;是具有相同属性和行为特征的集合 类的语法格式&#xff1a; 访问修饰符 class关键字 类名 两种创建类的方式 第…
阅读更多...
Visual Studio编辑器中C4996 ‘scanf‘: This function or variable may be unsafe.问题解决方案

Visual Studio编辑器中C4996 ‘scanf‘: This function or variable may be unsafe.问题解决方案

目录 ​编辑 题目&#xff1a;简单的ab 1. 题目描述 2. 输入格式 3. 输出格式 4. 样例输入 5. 样例输出 6. 解题思路 7. 代码示例 8. 报错解决 方案一 方案二 方案三 方案四 总结 题目&#xff1a;简单的ab 1. 题目描述 输入两个整数a和b&#xff0c;…
阅读更多...
12.15

12.15

写这段代码改了好几个小时&#xff0c;从有这个想法到完成花费了比较久的时间&#xff0c;也很有成就感。速成课给的伪代码思路漏掉了需要判断最小数是否正好是这个数本身这个条件&#xff0c;所以一直报错。所以写代码要把每种可能性都涵盖&#xff0c;不然程序就会出问题。之…
阅读更多...
DVGO 代码阅读

DVGO 代码阅读

BBx 的大小范围是 根据 相机的 位姿来构建的&#xff0c;会刚好 Cover 相机的移动范围&#xff0c;相当于 StreetSurf 里面的 close-range 的部分&#xff0c;代码在compute_bbox_by_cam_frustrm_unbounded 这个函数里面&#xff1a; xyz_min, xyz_max _compute_bbox_by_cam_f…
阅读更多...
springcloud项目实战之自定义负载均衡器

springcloud项目实战之自定义负载均衡器

系列文章 。 写在前面 本部分看下如何自定义负载均衡器从而满足业务对于负载均衡特定的需求。 源码 。 1&#xff1a;负载均衡的知识点 1.1&#xff1a;什么是负载均衡&#xff1f; 多台服务器随机的选择一台处理请求的技术&#xff0c;叫做负载均衡自己总结的&#xff0c…
阅读更多...
jstat虚拟机统计信息监控工具

jstat虚拟机统计信息监控工具

jstat虚拟机统计信息监控工具 1、jstat&#xff08;JVM Statistics Monitorning Tool&#xff09; 用于监控虚拟机各种运行状态信息的命令行工具。 它可以显示本地或远程虚拟机进程中的类装载、内存、垃圾收集、JIT编译等运行数据&#xff0c;它是运行期定位虚拟机 性能问题…
阅读更多...
VRRP协议详解

VRRP协议详解

目录 一、基础概念 1、概念 2、VRRP的基本结构 状态机 二、VRRP主备备份工作过程 1、备份工作过程 2、VRRP的负载分担工作 三、实验 一、基础概念 1、概念 VRRP能够在不改变组网的情况下&#xff0c;将多台路由器虚拟成一个虚拟路由器&#xff0c;通过配置虚拟路由器的I…
阅读更多...
StarCCM+ 导入STL几何模型进行仿真

StarCCM+ 导入STL几何模型进行仿真

使用 StarCCM 进行仿真时&#xff0c;通常都是用 3D-CAD Model 导入 CAD 类型的几何模型。但对于一些特殊情况&#xff0c;例如通过三维重建等方法获得的几何模型是 STL 文件而非 CAD 文件&#xff0c;这种情况下可以通过 Import Surface Mesh 的方法导入 STL 文件进行仿真&…
阅读更多...
浮在文字上面的下划线的设置css

浮在文字上面的下划线的设置css

话不多说直接贴代码 前5行css就是实现的代码&#xff1a; p {text-decoration-line: underline;text-underline-offset: -7.5px;text-decoration-thickness: 5px;text-underline-position: under;text-decoration-color: #FFF200;color: #666;font-size: 20px;line-height: 2…
阅读更多...
【源码系列】外卖系统外卖平台外卖软件开发外卖小程序APP

【源码系列】外卖系统外卖平台外卖软件开发外卖小程序APP

系统概念 外卖系统是一套类似美团和饿了么的外卖送餐解决方案&#xff0c;可以在PC、H5、APP、小程序、微信等全平台进行操作。系统配备用户端、商户端、配送端、管理端&#xff0c;可供消费者、商家、骑手&#xff0c;平台多角色使用。同时提供调度中心、分站管理等增值功能。…
阅读更多...
openoffice安装

openoffice安装

安装openoffice 下载安装包 建议去官网下载&#xff0c;这里给出官网地址&#xff1a;https://www.openoffice.org/download/ 这里以linux为例&#xff0c;所以我下载的是unbantu的版本(deb) 解压安装包 tar -zxvf Apache_OpenOffice_4.1.13_Linux_x86-64_install-deb_zh-…
阅读更多...
【lesson15】MySQL表基本查询 （retrieve（2））

【lesson15】MySQL表基本查询 （retrieve（2））

文章目录 表的基本操作介绍retrieve结果排序建表基本测试 筛选分页结果建表测试 表的基本操作介绍 CRUD : Create(创建), Retrieve(读取)&#xff0c;Update(更新)&#xff0c;Delete&#xff08;删除&#xff09; retrieve 结果排序 建表 建表这里就不建了&#xff0c;因为…
阅读更多...
【期末复习向】n元gram的应用

【期末复习向】n元gram的应用

当 n 1 时&#xff0c; 即出现 在 第 i 位 上 的基 元 w i 独 立于 历 史 。 一元文法也 被 写 为 uni-gram 或 monogram&#xff1b; 当 n 2 时 , 2-gram ( bi-gram ) 被称 为 1 阶 马 尔 可夫 链&#xff1b; 当 n 3 时 , 3-gram( tri-gram ) 被称为 2 阶马尔 可 夫 链 &am…
阅读更多...
上门回收小程序开发，让环保发展成收益

上门回收小程序开发，让环保发展成收益

如今资源回收&#xff0c;保护环境已成为全球人民共同追求的目标&#xff0c;人们的环保意识也逐渐提高&#xff0c;回收行业受到了大众的关注。 在移动互联网的发展下&#xff0c;传统回收行业也逐渐向线上智能化转型&#xff0c;线上上门回收小程序也逐渐出现在了大众生活中…
阅读更多...
C语言的system函数简介

C语言的system函数简介

函数原型 包含在头文件 “stdlib.h” 中 int system(const char * command) 函数功能 执行 dos(windows系统) 或 shell(Linux/Unix系统) 命令&#xff0c;参数字符串command为命令名。另&#xff0c;在windows系统下参数字符串不区分大小写。 说明&#xff1a;在windows系统中&…
阅读更多...
基于ssm服装定制系统源码和论文

基于ssm服装定制系统源码和论文

idea 数据库mysql5.7 数据库链接工具&#xff1a;navcat,小海豚等 环境&#xff1a; jdk8 tomcat8.5 开发技术 ssm 基于ssm服装定制系统源码和论文751 1.1项目研究的背景 困扰管理层的许多问题当中,服装定制将是广大用户们不可忽视的一块。但是管理好服装定制又面临很多麻…
阅读更多...
VINS-MONO代码解读6----pose_graph

VINS-MONO代码解读6----pose_graph

开始pose_graph部分&#xff0c;本部分记住一句话无论是快速重定位还是正常重定位&#xff0c;求出 T w 1 w 2 T_{w_1w_2} Tw1​w2​​就是终极目标。 还剩一个整体Pipeline~~ 1. pose_graph_node.cpp 注意&#xff0c;定义全局变量时即实例化了一个对象 PoseGraph posegra…
阅读更多...
最新文章

Copyright @ 2022~2023