[数据结构与算法] 查找算法
查找算法
鉴于在排序算法时, 搞得比较乱的情况, 导致查找不太方便.
因此, 在写查找算法时, 我会将所有的东西都写在一起, 便于查找和阅读
在java中,我们常用的查找有四种:
- 顺序(线性)查找
- 二分查找/折半查找
- 插值查找
- 斐波那契查找
线性查找
- 思路: 如果在数组中发现满足条件的值, 就返回其下标
/** * 线性查找 * @author TimePause * @create 2020-02-06 20:41 */ public class SeqSearch { public static void main(String[] args) { int arr[] = {1, 9, 11, -1, 34, 89}; int index = seqSearch(arr, 89); if (index==-1){ System.out.println("未找到相关元素下标"); }else { System.out.println("该元素的下标为"+index); } } /** * 线性查找 * 发现满足条件的值,返回其下标 * * @param arr * @param keyval * @return */ public static int seqSearch(int[] arr, int keyval){ for (int i=0;i<arr.length;i++){ if (arr[i]==keyval){ return i; } } return -1; } }
二分查找
二分查找问题引入:
-
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"。
-
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.
我们根据思路图来理解二分查找
我们根据代码来实现这个算法
/** * 二分查找法 * * @author TimePause * @create 2020-02-07 15:42 */ public class BinarySearch { public static void main(String[] args) { //测试二分查找 /* int[] arr = {1, 8, 10, 89, 1000, 1234}; int resIndex = binarySearch(arr, 0, arr.length - 1, 81); System.out.println("resIndex="+resIndex);*/ //测试二分查找改良 int[] arr = {1,1,1, 8, 10, 89, 1000, 1234}; List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 1); System.out.println("resIndexList="+resIndexList.toString()); } /** * 二分查找(数据必须有序) * * @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 如果找到则返回下标.如果找不到则返回-1 */ public static int binarySearch(int arr[],int left,int right,int findVal){ // 如果已经遍历结束,但是仍未发现要查找的值,则返回-1 if (left>right){ return -1; } // 设置中间值域中间值的下标 int mid = (left + right) / 2; int midVal = arr[mid]; if (findVal>midVal){//如果在中间值的右边 return binarySearch(arr,mid + 1, right, findVal); }else if(findVal<midVal){//如果在中间值的左边 return binarySearch(arr, left, mid - 1, findVal); }else { return mid;//如果找到了,则返回该元素所在下标 } } /** * 二分查找法改良,查找多个重复的元素 * 思路分析: * 1.在找到mid的索引值, 不要马上返回 * 2.向mid索引的左边扫描,将满足1000的元素的下标,加入到数组中 * 3.向mid索引的右边扫描,将满足1000的元素的下标,加入到数组中 * 4.将查找到的mid值放入数组后将这个数组返回 * * @param arr * @param left 最左边元素下标 * @param right 最右边元素下标 * @param findVal 要查找的值 * @return */ public static List<Integer> binarySearch2(int arr[], int left, int right, int findVal){ // 如果已经遍历结束,但是仍为发现要查找的值,则返回一个空的数组, // 我们可以根据返回的数组长度来判断是否查找到元素 if (left>right){ return new ArrayList<Integer>(); } // 定义中间值的下标和中间值 int mid = (left + right) / 2; int midVal = arr[mid]; if (findVal>midVal){//如果在中间值的右边 return binarySearch2(arr,mid + 1, right, findVal); }else if(findVal<midVal){//如果在中间值的左边 return binarySearch2(arr, left, mid - 1, findVal); }else { // 初始化一个数组,用于存放查找到的指定元素的下标 List<Integer> resIndexList = new ArrayList<Integer>(); // 向mid的索引值左边扫描, 将所有满足1000的元素的下标, 加入到集合ArrayList int temp = mid-1; while (true){ if (temp<0 || arr[temp]!=findVal){ break; } // 否则就将存放下标的temp放入到集合中 resIndexList.add(temp); temp -= 1; } // 将中间的值放入数组 resIndexList.add(mid); // 向mid的索引值右边扫描, 将所有满足1000的元素的下标, 加入到集合ArrayList temp = mid+1; while (true){ if (temp>arr.length-1 || arr[temp]!=findVal){ break; } // 否则就将存放下标的temp放入到集合中 resIndexList.add(temp); temp += 1; } return resIndexList; } } }
差值查找
-
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。
-
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
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])
-
举例说明插值查找算法 1-100 的数组
代码实现
** * 插值查找 * * @author TimePause * @create 2020-02-08 11:01 */ public class InsertValueSearch { public static void main(String[] args){ // 生成1,2,3...100, 一百个数并放入数组 int[] arr = new int[100]; for (int i=0;i<100;i++){ arr[i] = i+1; } // 调用插值查找 int index = insertVal(arr, 0, arr.length - 1, 1); System.out.println("要查找的数组下标为"+index); } /** * 插值查找法,也要要求数组是有序(私以为插值就是二分查找的改良) * * @param arr 数组 * @param left 数组最左下标索引 * @param right 数组最右下标索引 * @param findVal 查找值 * @return 如果找到返回对应元素下标,如果找不到则返回-1 */ public static int insertVal(int[] arr,int left,int right,int findVal){ System.out.println("要排序1次");//插值排序只会调用一次,因为使用了自适应的mid算法 // 查找未果的所有情况 //注意: findVal<arr[0] || findVal >arr.length-1 必须需要 if (left>right || findVal<arr[0] || findVal >arr.length-1){//小于最小值,大于最大值提前退出 return -1; } // 插值查找时的mid公式(区分二分查找) int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]); int midVal = arr[mid];//中间值 while (true){ if (findVal<midVal){//要找的值位于左边 return insertVal(arr, left, mid - 1, findVal); } else if(findVal>midVal){//要找的值位于右边 return insertVal(arr, mid + 1, right, findVal); }else { return mid; } } } }
插值查找注意事项:
-
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.
-
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
斐波那契查找
斐波那契(黄金分割法)查找基本介绍:
-
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。 -
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
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:
- 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,即如下图所示。从而中间位置为mid=low+F(k-1)-1
类似的,每一子段也可以用相同的方式分割
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。
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
/** * 斐波那契查找 * * @author TimePause * @create 2020-02-08 21:11 */ public class FibonacciSearch { public static int maxSize = 20; public static void main(String[] args){ int[] arr = {1, 8, 10, 89, 1000, 1234}; int index = fibSearch(arr, 8); System.out.println("index="+fibSearch(arr,89));//0 } // 因为后面我们mid=low+F(k-1)-1, 需要使用到斐波那契数列, 因此我们需要获取一个斐波那契数列 // 创建一个斐波那契数列 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; } /** * 编写斐波那契查找方法(使用非递归方式编写算法) * * @param a 数组 * @param key 需要查找的关键码 * @return 返回对应下标,如果没有-1 */ public static int fibSearch(int[] a,int key){ int low = 0; int high = a.length - 1; int k = 0; //表示斐波那契分割数值的下标 int mid = 0; //存放mid值 int f[] = fib(); //获取到斐波那契数列 //获取到斐波那契分割数值的下标 while(high > f[k] - 1) { k++; } //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[] //不足的部分会使用0填充 int[] temp = Arrays.copyOf(a, f[k]); //实际上需求使用a数组最后的数填充 temp //举例: //temp = {1,8, 10, 89, 1000, 1234, 0, 0} => {1,8, 10, 89, 1000, 1234, 1234, 1234,} for(int i = high + 1; i < temp.length; i++) { temp[i] = a[high]; } // 使用while来循环处理,找到我们的数 key while (low <= high) { // 只要这个条件满足,就可以找 mid = low + f[k - 1] - 1; if(key < temp[mid]) { //我们应该继续向数组的前面查找(左边) high = mid - 1; //为甚是 k-- //说明 //1. 全部元素 = 前面的元素 + 后边元素 //2. f[k] = f[k-1] + f[k-2] //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] //即 在 f[k-1] 的前面继续查找 k-- //即下次循环 mid = f[k-1-1]-1 k--; } else if ( key > temp[mid]) { // 我们应该继续向数组的后面查找(右边) low = mid + 1; //为什么是k -=2 //说明 //1. 全部元素 = 前面的元素 + 后边元素 //2. f[k] = f[k-1] + f[k-2] //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] //4. 即在f[k-2] 的前面进行查找 k -=2 //5. 即下次循环 mid = f[k - 1 - 2] - 1 k -= 2; } else { //找到 //需要确定,返回的是哪个下标 if(mid <= high) { return mid; } else { return high; } } } return -1; } }
- 【数据结构与算法之查找算法二】二分查找
- 数据结构与算法笔记 —— 查找算法及代码实现
- [翻译]C#数据结构与算法 – 第四章 基本查找算法
- 【数据结构与算法之查找算法一】顺序查找
- [翻译]C#数据结构与算法 – 第4章 基本查找算法
- python学习笔记(十一)——算法与数据结构基础(算法概述+查找算法)
- 8.8 数据结构与算法-----查找算法
- 微软的22道数据结构算法面试题(含答案)
- 数据结构与算法
- 数据结构造轮子4-----图的操作及其常见算法(例:dijstra,floyd,prim,kruskal)
- 数据结构与算法[LeetCode]—两个有序数组合并及找中点问题
- 数据结构与算法-稀疏数组
- <七>java数据结构与算法 栈 实现单词逆序
- 数据结构与算法学习笔记——二叉树重构(递归)
- Java 数据结构与算法(1)-------------求最大公约数
- 1.数据结构与算法入门
- 数据结构与算法7——高级排序
- 数据结构5⃣️:数据结构和算法的基本概念
- PTA 数据结构与算法题目集(中文)6-9
- 【数据结构与算法】第三章 表c实现