数据结构与算法 --＞＞ 查找算法
作者：互联网
一、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("没有找到");
} else {
System.out.println("找到，下标为=" + index);
}
}
/**
* 这里实现的线性查找是找到一个满足条件的值，就返回
*
* @param arr
* @param value
* @return
*/
private static int seqSearch(int[] arr, int value) {
// 线性查找是逐一比对，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;
}
}二、二分查找
二分查找的思路分析
public class BinarySearch {
public static void main(String[] args) {
int arr[] = { 1, 8, 10, 89, 1000, 1000, 1000, 1234 };
// int resIndex = binarySearch(arr, 0, arr.length - 1, 2);
// System.out.println("resIndex=" + resIndex);
List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 1000);
System.out.println("resIndexList=" + resIndexList);
}
/**
* @param arr 数组
* @param left 左边的索引
* @param right 右边的索引
* @param findVal 如果找到就返回下标，如果没有找到，就返回-1
* @return
*/
public static int binarySearch(int[] arr, int left, int right, int findVal) {
// 当left > right时，说明递归整个数组，但是没有找到
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) {// 向左递归
return binarySearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
/**
* 增加找到所有的满足条件的元素下标：
* 思路分析： 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
*/
public static ArrayList<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
// 当left > right时，说明递归整个数组，但是没有找到
if (left > right) {
return new ArrayList<Integer>();
}
int mid = (left + right) / 2;
int midVal = arr[mid];
if (findVal > midVal) {// 向右递归
return binarySearch2(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {// 向左递归
return binarySearch2(arr, left, mid - 1, findVal);
} else {
// 思路分析：
// 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
ArrayList<Integer> resIndexlist = new ArrayList<Integer>();
// 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
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != findVal) {// 退出
break;
}
// 否则，就将temp放入到resIndexList
resIndexlist.add(temp);
temp -= 1;// temp左移
}
resIndexlist.add(mid);
// 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
temp = mid + 1;
while (true) {
if (temp > arr.length - 1 || arr[temp] != findVal) {// 退出
break;
}
// 否则，就将temp放入到resIndexlist
resIndexlist.add(temp);
temp += 1;// temp右移
}
return resIndexlist;
}
}
}三、插值查找
关于插值查找的说明：
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，速度比较快。
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。
public class InsertValueSearch {
public static void main(String[] args) {
int[] arr = new int[100];
for (int i = 0; i < 100; i++) {
arr[i] = i + 1;
}
int index = insertValueSearch(arr, 0, arr.length - 1, 100);
System.out.println("index = " + index);
}
/**
* 说明:插值查找算法，也要求数组是有序的
*
* @param arr 数组
* @param left 左边索引
* @param right 右边索引
* @param findVal 如果找到，就返回对应的下标，如果没有找到，返回-1
* @return
*/
public static int insertValueSearch(int[] arr, int left, int right, int findVal) {
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {// 防止mid越界
return -1;
}
// 求出mid
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (findVal > midVal) {// 向右递归
return insertValueSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
return insertValueSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}四、斐波那契查找(黄金分割查找)
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("index = " + fibSearch(arr, 89));
}
// 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
// 使用斐波那契查找算法
/**
* @param a 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[] 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
// temp = {1,8,10,89,1000,1234,0,0,0} => {1,8,10,89,1000,1234,1234,1234,1234}
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]) {// 应该继续向数组的前面查找(左边)
high = mid - 1;
// 为啥是k--
// 说明
// 1.全部元素 = 前面的元素 + 后面的元素
// 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]) {// 继续向数组的后面查找(右边)
low = mid + 1;
// 为啥是 k -= 2
// 说明
// 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，返回的是那个下标
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}
标签：arr,return,temp,--,findVal,mid,int,算法,数据结构 来源： https://blog.csdn.net/weixin_49329785/article/details/120401848