【JAVA入门】Day23 - 查找算法

2024-08-21 16:36
文章标签 java 算法 入门 查找 day23

本文主要是介绍【JAVA入门】Day23 - 查找算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【JAVA入门】Day23 - 查找算法


文章目录

  • 【JAVA入门】Day23 - 查找算法
    • 一、基本查找
    • 二、二分查找 / 折半查找
    • 三、分块查找


        查找算法我们常用的有:

  • 基本查找
  • 二分查找 / 折半查找
  • 分块查找
  • 插值查找
  • 斐波那契查找
  • 树表查找
  • 哈希查找

        这里我们着重讲解前三种,其他查找方式除了树表查找,都是前三种的扩展。

一、基本查找

131 127 147 81 103 23 7 79

        在一堆数据中找出想要的数据,只需要将它们放入一个容器中,挨个遍历,直到找到想要的数据。

package BasciSeach;public class BasicSearchDemo1 {public static void main(String[] args) {//从0索引开始挨个往后查找//基本查找/顺序查找//数据:{131, 127, 147, 81, 103, 23, 7, 79}//需求:是否存在int[] arr = {131, 127, 147, 81, 103, 23, 7, 79};int num = 18;boolean result = basicSearch(arr, num);System.out.println(result);}//参数://一:数组//二:要查找的元素public static boolean basicSearch(int[] arr, int num) {//利用基本查找number是否在数组中存在for(int i = 0; i < arr.length; i++) {if(arr[i] == num){return true;}}return false;}
}

        利用基本查找,返回元素的索引(不考虑有无重复元素)。

package BasciSeach;public class BasicSearchDemo2 {public static void main(String[] args) {//从0索引开始挨个往后查找//基本查找/顺序查找//数据:{131, 127, 147, 81, 103, 23, 7, 79}//需求:返回索引int[] arr = {131, 127, 147, 81, 103, 23, 7, 79};int num = 7;int index = basicSearch(arr, num);if(index > 0) {System.out.println(index);}else{System.out.println("未找到元素");}}//参数://一:数组//二:要查找的元素public static int basicSearch(int[] arr, int num) {//利用基本查找number是否在数组中存在for(int i = 0; i < arr.length; i++) {if(arr[i] == num){return i;}}return -1;}
}

        利用基本查找,返回元素的所有索引(考虑有重复元素)。

package BasciSeach;import java.util.ArrayList;public class BasicSearchDemo3 {public static void main(String[] args) {//利用基本查找,返回元素的索引(考虑有重复元素)//返回所有索引int[] arr = {131, 127, 147, 81, 103, 23, 7, 81};int num = 81;ArrayList<Integer> list = basicSearch(arr, num);System.out.print("[");for(int i = 0; i < list.size(); i++) {if(i < list.size() - 1) {System.out.print(list.get(i) + ", ");}else{System.out.print(list.get(i));}}System.out.print("]" + "\n");}//心得://如果要返回多个数据的话,可以放入集合中public static ArrayList<Integer> basicSearch(int[] arr, int num) {ArrayList<Integer> list = new ArrayList<>();for(int i = 0 ; i < arr.length; i++) {if(arr[i] == num) {list.add(i);}}return list;}
}

二、二分查找 / 折半查找

        二分查找的数据有前提要求:数据必须是有序的。可以是从小到大排列,也可以是从大到小排列。
        二分查找的核心逻辑就是:每次排除一半的查找范围。因此查找效率比基本查找快很多。
        定义两个变量,min 指向 0 索引,max 指向 最大索引,(max + min)/ 2 可以得到中间的索引 mid。此时看该索引和要查找的数据大小关系,如果它比要查找的数据大,那么该数据所在的范围一定在 mid 索引的左半边,此时可以直接令 max = mid - 1,缩小索引范围;如果它比要查找的数据小,那么该数据所在范围一定在 mid 索引的右半边,此时可以直接令 min = mid + 1,缩小索引范围。重复此流程,直到max == min,此时就能找到所找的数据。如果要被查找的数据不存在,程序就会继续执行刚刚的逻辑,此时会发生 min > max,循环结束。

package BasciSeach;public class BinarySearchDemo1 {public static void main(String[] args) {//二分查找//{7, 23, 79, 81, 103, 127, 131, 147}int[] arr = {7, 23, 79, 81, 103, 127, 131, 147};int number = 81;System.out.println(binarySearch(arr, number));}public static int binarySearch(int[] arr, int number) {//1.定义两个变量记录要查找的范围int min = 0;int max = arr.length - 1;//2.利用循环不断去找要查找的数据while(true) {if(min > max) {System.out.println("要查找的数据不存在!");return -1;}//3.找到min和max的中间位置int mid = (min + max) / 2;//4.拿着mid指向的元素跟要查找的元素进行比较//4.1number在mid左边//4.2number在mid右边//4.3number跟mid指向的元素一样if(arr[mid] > number) {max = mid - 1;}else if(arr[mid] < number) {min = mid + 1;}else if(arr[mid] == number) {return mid;}}}
}

        二分查找最大的优势就是能提高查找的效率,但是它要求数据必须是有序的。
        如果数据是乱序,先排序再使用二分查找得到的索引没有任何意义,只能知道这个数据是否存在。因为排序之后,数字的位置可能就发生变化了,新的索引没有参考价值。
        二分查找的效率其实可以进一步优化,将 mid 的计算方法改进,如下公式:

mid = min + (key - arr[min]) / (arr[max] - arr[min]) * (max - min);

        其中,key 是要查找的数据。此时这种查找方式就不叫二分查找了,而是叫做插值查找
        还可以利用数学中的黄金分割点的概念进行改进:

mid = min + 黄金分割点左半边长度 - 1

        此时这种查找方法就不叫二分查找了,而是叫做斐波那契查找

三、分块查找

        如果一组数据:块间有序,块内无序。这个时候我们可以应用分块查找
        分块查找的原则在于:

  • 前一块中的最大数据,小于后一块中的所有数据(块内无序,块间有序)。
  • 块数数量一般等于数字的总个数开根号。比如:16个数字一般分为4块左右。

        块对象的定义一般如下所示:

class Block { 			//块int max;  			//块中的最大值int startIndex;		//起始索引int endIndex;		//结束索引
}

        将块对象放到一个数组中统一管理,这个数组一般叫做索引表。通过索引表,我们就能确定要查找的值存在于哪一块当中。
在这里插入图片描述
在这里插入图片描述
        比如上面的数据,我们可以轻易地发现,30就在第三个块当中(这个块级寻找的过程可以用基本查找或二分查找实现)。然后,我们再在块内使用遍历,就可以轻易找到要查找的数据30。

package BasciSeach;public class BlockedSearchDemo1 {public static void main(String[] args) {//1.创建数组blockArr存放每一个块对象的信息//2.先查找blockArr确定要查找的数据属于哪一块//3.再单独遍历这一块数据即可int[] arr = {16, 5, 9, 12, 21, 18,32, 23, 37, 26, 45, 34,50, 48, 61, 52 ,73, 66};//1.把数据分块//分几块:总数开根号 √18 = 4.24 块左右//每块里 18 / 4 = 4.5 个//创建三个块的对象Block b1 = new Block(21,0,5);Block b2 = new Block(32,6,11);Block b3 = new Block(50,12,17);//定义数组用来管理三个块的对象(索引表)Block[] blockArr = {b1, b2, b3};//定义一个变量用来记录要查找的元素int number = 32;//调用方法,传递索引表,数组,要查找的元素,返回要查找的数据索引int index = getIndex(blockArr, arr, number);//打印System.out.println(index);}//利用分块查找的原理,查询number的索引private static int getIndex(Block[] blockArr, int[] arr, int number) {//1.确定number在哪一块中,找到这一块的索引int indexBlock = findIndexBlock(blockArr, number);if(indexBlock == -1){//表示number过大,不在任何一块当中return -1;}//获取这一块的起始索引和结束索引int startIndex = blockArr[indexBlock].getStartIndex();int endIndex = blockArr[indexBlock].getEndIndex();//遍历这一部分的数组for(int i = startIndex; i <= endIndex; i++) {if(arr[i] == number) {return i;}}//遍历完整块都没找到,返回-1return -1;}//定义一个方法,用来确定number在哪一块中private static int findIndexBlock(Block[] blockArr, int number) {/*//创建三个块的对象Block b1 = new Block(21,0,5);Block b2 = new Block(32,6,11);Block b3 = new Block(50,12,17);*///从0索引开始遍历blockArr,如果number小于max,那么就表示number是在这一块当中的for (int i = 0; i < blockArr.length; i++) {if(number <= blockArr[i].getMax()) {return i;}}//当前数字过大,每一块中都找不到return -1;}
}class Block {private int max;private int startIndex;private int endIndex;public Block() {}public Block(int max, int startIndex, int endIndex) {this.max = max;this.startIndex = startIndex;this.endIndex = endIndex;}public int getMax() {return max;}public int getStartIndex() {return startIndex;}public int getEndIndex() {return endIndex;}
}

        如果数据本身没有规律。只需要保证数据间尚无交集,就可以完成分块。我们可以新增一个 min 变量,来记录每块中最小的值。
在这里插入图片描述
        如果查找的过程中还需要添加新数据呢?常见需求:在1~1000之间获取100个随机数,要求这些数据不重复,那就需要每添加一个数据就进行一次查找,查看该数据是否已经存在。这个时候就可以利用分块查找,把这100个数据分成10块,每一块规定要存储数据的范围。
在这里插入图片描述
        将要生成的数据放在相应块中,在各块中再进行遍历查找。这种查找方式作为分块查找的改进,被重新命名为哈希查找
在这里插入图片描述

这篇关于【JAVA入门】Day23 - 查找算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1093691

相关文章

SpringBoot全局域名替换的实现

《SpringBoot全局域名替换的实现》本文主要介绍了SpringBoot全局域名替换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录 项目结构⚙️ 配置文件application.yml️ 配置类AppProperties.Ja

Java使用Javassist动态生成HelloWorld类

《Java使用Javassist动态生成HelloWorld类》Javassist是一个非常强大的字节码操作和定义库,它允许开发者在运行时创建新的类或者修改现有的类,本文将简单介绍如何使用Javass... 目录1. Javassist简介2. 环境准备3. 动态生成HelloWorld类3.1 创建CtC

JavaScript中的高级调试方法全攻略指南

《JavaScript中的高级调试方法全攻略指南》什么是高级JavaScript调试技巧,它比console.log有何优势,如何使用断点调试定位问题,通过本文,我们将深入解答这些问题,带您从理论到实... 目录观点与案例结合观点1观点2观点3观点4观点5高级调试技巧详解实战案例断点调试:定位变量错误性能分

Java实现将HTML文件与字符串转换为图片

《Java实现将HTML文件与字符串转换为图片》在Java开发中,我们经常会遇到将HTML内容转换为图片的需求,本文小编就来和大家详细讲讲如何使用FreeSpire.DocforJava库来实现这一功... 目录前言核心实现:html 转图片完整代码场景 1:转换本地 HTML 文件为图片场景 2:转换 H

Java使用jar命令配置服务器端口的完整指南

《Java使用jar命令配置服务器端口的完整指南》本文将详细介绍如何使用java-jar命令启动应用,并重点讲解如何配置服务器端口,同时提供一个实用的Web工具来简化这一过程,希望对大家有所帮助... 目录1. Java Jar文件简介1.1 什么是Jar文件1.2 创建可执行Jar文件2. 使用java

SpringBoot实现不同接口指定上传文件大小的具体步骤

《SpringBoot实现不同接口指定上传文件大小的具体步骤》:本文主要介绍在SpringBoot中通过自定义注解、AOP拦截和配置文件实现不同接口上传文件大小限制的方法,强调需设置全局阈值远大于... 目录一  springboot实现不同接口指定文件大小1.1 思路说明1.2 工程启动说明二 具体实施2

Java实现在Word文档中添加文本水印和图片水印的操作指南

《Java实现在Word文档中添加文本水印和图片水印的操作指南》在当今数字时代,文档的自动化处理与安全防护变得尤为重要,无论是为了保护版权、推广品牌,还是为了在文档中加入特定的标识,为Word文档添加... 目录引言Spire.Doc for Java:高效Word文档处理的利器代码实战:使用Java为Wo

SpringBoot日志级别与日志分组详解

《SpringBoot日志级别与日志分组详解》文章介绍了日志级别(ALL至OFF)及其作用,说明SpringBoot默认日志级别为INFO,可通过application.properties调整全局或... 目录日志级别1、级别内容2、调整日志级别调整默认日志级别调整指定类的日志级别项目开发过程中,利用日志

Java中的抽象类与abstract 关键字使用详解

《Java中的抽象类与abstract关键字使用详解》:本文主要介绍Java中的抽象类与abstract关键字使用详解,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧... 目录一、抽象类的概念二、使用 abstract2.1 修饰类 => 抽象类2.2 修饰方法 => 抽象方法,没有

SpringBoot 多环境开发实战(从配置、管理与控制)

《SpringBoot多环境开发实战(从配置、管理与控制)》本文详解SpringBoot多环境配置,涵盖单文件YAML、多文件模式、MavenProfile分组及激活策略,通过优先级控制灵活切换环境... 目录一、多环境开发基础(单文件 YAML 版)(一)配置原理与优势(二)实操示例二、多环境开发多文件版