当前位置:   article > 正文

java---查找算法(二分查找,插值查找,斐波那契[黄金分割查找] )-----详解 (ᕑᗢᓫ∗)˒

java---查找算法(二分查找,插值查找,斐波那契[黄金分割查找] )-----详解 (ᕑᗢᓫ∗)˒

目录

 一.  二分查找(递归):

代码详解:

运行结果:

二分查找优化:

优化代码: 

运行结果(返回对应查找数字的下标集合):

 ​编辑

 二分查找(非递归):

二. 插值查找

 代码详解:

运行结果:

 三. 斐波那契[黄金分割查找]

代码详解:

 运行结果:


 一.  二分查找(递归):

前提条件: 所要查找的数组必须为有序,如果不是有序要事先排序好

二分查找思路:

1. 首先确定该数组的中间的下标 mid = (left + right) / 2

2. 然后让需要查找的数 findVal 和 arr[mid] 比较--->分情况进行讨论

2.1 findVal > arr[mid] ,  说明你要查找的数在mid 的右边, 因此需要递归的向右查找

2.2 findVal < arr[mid], 说明你要查找的数在mid 的左边, 因此需要递归的向左查找

2.3  findVal == arr[mid] 说明找到,就返回

//什么时候我们需要结束递归.

1) 找到就结束递归

2) 递归完整个数组,仍然没有找到findVal ,也需要结束递归  当 left > right 就需要退出

代码详解:

  1. public class BinarySearch {
  2. // 二分查找算法
  3. /**
  4. *
  5. * @param arr
  6. * 数组
  7. * @param left
  8. * 左边的索引
  9. * @param right
  10. * 右边的索引
  11. * @param findVal
  12. * 要查找的值
  13. * @return 如果找到就返回下标,如果没有找到,就返回 -1
  14. */
  15. public static int binarySearch(int[] arr, int left, int right, int findVal) {
  16. // 当 left > right 时,说明递归整个数组,但是没有找到
  17. if (left > right) {
  18. return -1;
  19. }
  20. int mid = (left + right) / 2;
  21. int midVal = arr[mid];
  22. if (findVal > midVal) { // 向 右递归
  23. return binarySearch(arr, mid + 1, right, findVal);
  24. } else if (findVal < midVal) { // 向左递归
  25. return binarySearch(arr, left, mid - 1, findVal);
  26. } else {
  27. return mid;
  28. }
  29. }
  30. //测试
  31. public static void main(String[] args){
  32. Scanner sc = new Scanner(System.in);
  33. int[] arr = new int[]{5,13,17,24,35};
  34. System.out.print("请输入要查找的数字:");
  35. int n = sc.nextInt();
  36. int index = binarySearch(arr,0,arr.length-1,n);//一定要为有序数组
  37. if(index >= 0){
  38. System.out.println("找到了,他的下标是:"+index);
  39. }else{
  40. System.out.println("找不到!");
  41. }
  42. }
  43. }

运行结果

输入所要查找的数字,就能返回对应的数组下标

 

二分查找优化:

 如果数组中出现多个相同的数字,那我们如何得到所有要查找数字的下标呢?很显然,上述代码不足以解决这个问题

例如数组:{1,8, 10, 89, 1000, 1000,1234}   这时,我们需要借助集合ArrayList来解决(相对简便)

思路: 

 * 1. 在找到mid 索引值,不要马上返回

* 2. 向mid 索引值的左边扫描,将所有满足 1000, 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 1000, 的元素的下标,加入到集合ArrayList
* 4. 将Arraylist返回

优化代码: 

  1. public class BinarySearch {
  2. // 二分查找算法
  3. /**
  4. *
  5. * @param arr
  6. * 数组
  7. * @param left
  8. * 左边的索引
  9. * @param right
  10. * 右边的索引
  11. * @param findVal
  12. * 要查找的值
  13. * @return 如果找到就返回下标,如果没有找到,就返回 -1
  14. */
  15. public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
  16. // 当 left > right 时,说明递归整个数组,但是没有找到
  17. if (left > right) {
  18. return new ArrayList<Integer>();
  19. }
  20. int mid = (left + right) / 2;
  21. int midVal = arr[mid];
  22. if (findVal > midVal) { // 向 右递归
  23. return binarySearch2(arr, mid + 1, right, findVal);
  24. } else if (findVal < midVal) { // 向左递归
  25. return binarySearch2(arr, left, mid - 1, findVal);
  26. } else {
  27. List<Integer> resIndexlist = new ArrayList<Integer>();
  28. //向mid 索引值的左边扫描,将所有满足 1000, 的元素的下标,加入到集合ArrayList
  29. int temp = mid - 1;
  30. while(true) {
  31. if (temp < 0 || arr[temp] != findVal) {//退出
  32. break;
  33. }
  34. //否则,就temp 放入到 resIndexlist
  35. resIndexlist.add(temp);
  36. temp -= 1; //temp左移
  37. }
  38. resIndexlist.add(mid); //
  39. //向mid 索引值的右边扫描,将所有满足 1000, 的元素的下标,加入到集合ArrayList
  40. temp = mid + 1;
  41. while(true) {
  42. if (temp > arr.length - 1 || arr[temp] != findVal) {//退出
  43. break;
  44. }
  45. //否则,就temp 放入到 resIndexlist
  46. resIndexlist.add(temp);
  47. temp += 1; //temp右移
  48. }
  49. return resIndexlist;
  50. }
  51. }
  52. public static void main(String[] args){
  53. Scanner sc = new Scanner(System.in);
  54. int[] arr = new int[]{1,8, 10, 89, 1000, 1000,1000,1234};
  55. System.out.print("请输入要查找的数字:");
  56. int n = sc.nextInt();
  57. //一定要为有序数组
  58. List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, n);
  59. System.out.println("resIndexList=" + resIndexList);
  60. }
  61. }

运行结果(返回对应查找数字的下标集合):

 

 二分查找(非递归):

与上面类似,不再过多说明,直接上代码:

  1. import java.util.*;
  2. public class BinarySearch {
  3. public static int binarySearch(int[] arr,int findVal){
  4. int left = 0;
  5. int right = arr.length-1;
  6. while(left <= right){
  7. int mid = (left + right) / 2;
  8. if(arr[mid] == findVal){
  9. return mid;
  10. }else if(arr[mid] > findVal){
  11. right = mid - 1;
  12. }else{
  13. left = mid + 1;
  14. }
  15. }
  16. return -1;//如果上述条件都没满足,说明没有找到
  17. }
  18. public static void main(String[] args){
  19. Scanner sc = new Scanner(System.in);
  20. int[] arr = new int[]{4,8,13,78,90};
  21. System.out.print("请输入要查找的数字:");
  22. int n = sc.nextInt();
  23. int ret = binarySearch(arr,n);
  24. if(ret >= 0){
  25. System.out.println("找到了,它的下标是:"+ret);
  26. }else{
  27. System.out.println("没有找到!");
  28. }
  29. }
  30. }

 运行结果:

二. 插值查找

 举个栗子:

数组  arr = [1, 2, 3, ......., 100] 假如我们需要查找的值  1 使用二分查找的话,我们需要多次递归,才能找到 1

使用插值查找算法 int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])   -----》相当于公式

int mid = 0 + (99 - 0) * (1 - 1)/ (100 - 1) = 0 + 99 * 0 / 99 = 0

比如我们查找的值 100

int mid = 0 + (99 - 0) * (100 - 1) / (100 - 1) = 0 + 99 * 99 / 99 = 0 + 99 = 99

相对二分查找,插值查找效率更高,但是与二分查找一样需要数组有序

 代码详解:

  1. import java.util.*;
  2. public class InsertValueSearch {
  3. //说明:插值查找算法,也要求数组是有序的
  4. /**
  5. *
  6. * @param arr 数组
  7. * @param left 左边索引
  8. * @param right 右边索引
  9. * @param findVal 查找值
  10. * @return 如果找到,就返回对应的下标,如果没有找到,返回-1
  11. */
  12. public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
  13. int count = 0;
  14. System.out.println("插值查找次数:"+(++count));
  15. //注意:findVal < arr[0] 和 findVal > arr[arr.length - 1] 必须需要
  16. //否则我们得到的 mid 可能越界
  17. if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
  18. return -1;
  19. }
  20. // 求出mid, 自适应
  21. int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
  22. int midVal = arr[mid];
  23. if (findVal > midVal) { // 说明应该向右边递归
  24. return insertValueSearch(arr, mid + 1, right, findVal);
  25. } else if (findVal < midVal) { // 说明向左递归查找
  26. return insertValueSearch(arr, left, mid - 1, findVal);
  27. } else {
  28. return mid;
  29. }
  30. }
  31. public static void main(String[] args){
  32. Scanner sc = new Scanner(System.in);
  33. System.out.print("请输入要查找的数字:");
  34. int n = sc.nextInt();
  35. int[] arr = new int [100];
  36. for(int i = 0;i < 100;i++){
  37. arr[i] = i + 1;
  38. }
  39. int ret = insertValueSearch(arr,0,arr.length-1,n);
  40. if(ret >= 0){
  41. System.out.println("找到了,它的下标是:"+ret);
  42. }else{
  43. System.out.println("没找到!");
  44. }
  45. }
  46. }

运行结果:

 三. 斐波那契[黄金分割查找]

代码详解:

  1. import java.util.*;
  2. public class FibonacciSearch {
  3. public static int maxSize = 20;
  4. public static void main(String[] args) {
  5. Scanner sc = new Scanner(System.in);
  6. System.out.print("请输入要查找的数字:");
  7. int n = sc.nextInt();
  8. int [] arr = {1,8, 10, 89, 1000, 1234};
  9. System.out.println("index=" + fibSearch(arr, n));// 0
  10. }
  11. //因为后面我们mid=low+F(k-1)-1,需要使用到斐波那契数列,因此我们需要先获取到一个斐波那契数列
  12. //非递归方法得到一个斐波那契数列
  13. public static int[] fib() {
  14. int[] f = new int[maxSize];
  15. f[0] = 1;
  16. f[1] = 1;
  17. for (int i = 2; i < maxSize; i++) {
  18. f[i] = f[i - 1] + f[i - 2];
  19. }
  20. return f;
  21. }
  22. //使用非递归的方式编写算法
  23. /**
  24. *
  25. * @param a 数组
  26. * @param key 我们需要查找的关键码(值)
  27. * @return 返回对应的下标,如果没有-1
  28. */
  29. public static int fibSearch(int[] a, int key) {
  30. int low = 0;
  31. int high = a.length - 1;
  32. int k = 0; //表示斐波那契分割数值的下标
  33. int mid = 0; //存放mid值
  34. int f[] = fib(); //获取到斐波那契数列
  35. //获取到斐波那契分割数值的下标
  36. while(high > f[k] - 1) {
  37. k++;
  38. }
  39. //因为 f[k] 值 可能大于 a 的 长度,因此我们需要使用Arrays类,构造一个新的数组,并指向temp[]
  40. //不足的部分会使用0填充
  41. int[] temp = Arrays.copyOf(a, f[k]);
  42. //实际上需求使用a数组最后的数填充 temp
  43. //举例:
  44. //temp = {1,8, 10, 89, 1000, 1234, 0, 0} => {1,8, 10, 89, 1000, 1234, 1234, 1234,}
  45. for(int i = high + 1; i < temp.length; i++) {
  46. temp[i] = a[high];
  47. }
  48. // 使用while来循环处理,找到我们的数 key
  49. while (low <= high) { // 只要这个条件满足,就可以找
  50. mid = low + f[k - 1] - 1;
  51. if(key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
  52. high = mid - 1;
  53. //1. 全部元素 = 前面的元素 + 后边元素
  54. //2. f[k] = f[k-1] + f[k-2]
  55. //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]
  56. //即 在 f[k-1] 的前面继续查找 k--
  57. //即下次循环 mid = f[k-1-1]-1
  58. k--;
  59. } else if ( key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
  60. low = mid + 1;
  61. //1. 全部元素 = 前面的元素 + 后边元素
  62. //2. f[k] = f[k-1] + f[k-2]
  63. //3. 因为后面我们有f[k-2] 所以可以继续拆分 f[k-1] = f[k-3] + f[k-4]
  64. //4. 即在f[k-2] 的前面进行查找 k -=2
  65. //5. 即下次循环 mid = f[k - 1 - 2] - 1
  66. k -= 2;
  67. } else { //找到
  68. //需要确定,返回的是哪个下标
  69. if(mid <= high) {
  70. return mid;
  71. } else {
  72. return high;
  73. }
  74. }
  75. }
  76. return -1;
  77. }
  78. }

 运行结果:

博客到这里也是结束了,制作不易,喜欢的小伙伴可以点赞加关注支持下博主,这对我真的很重要~~

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小蓝xlanll/article/detail/65913
推荐阅读
相关标签
  

闽ICP备14008679号