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∗)˒

2024-02-07 06:52

本文主要是介绍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∗)˒,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!

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:

public class BinarySearch {// 二分查找算法/**** @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) {// 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;}}
//测试public static void main(String[] args){Scanner sc = new Scanner(System.in);int[] arr = new int[]{5,13,17,24,35};System.out.print("请输入要查找的数字:");int n = sc.nextInt();int index = binarySearch(arr,0,arr.length-1,n);//一定要为有序数组if(index >= 0){System.out.println("找到了,他的下标是:"+index);}else{System.out.println("找不到!");}}
}

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: 

public class BinarySearch {// 二分查找算法/**** @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 List<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 {List<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ArrayListint temp = mid - 1;while(true) {if (temp < 0 || arr[temp] != findVal) {//退出break;}//否则,就temp 放入到 resIndexlistresIndexlist.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ArrayListtemp = mid + 1;while(true) {if (temp > arr.length - 1 || arr[temp] != findVal) {//退出break;}//否则,就temp 放入到 resIndexlistresIndexlist.add(temp);temp += 1; //temp右移}return resIndexlist;}}public static void main(String[] args){Scanner sc = new Scanner(System.in);int[] arr = new int[]{1,8, 10, 89, 1000, 1000,1000,1234};System.out.print("请输入要查找的数字:");int n = sc.nextInt();//一定要为有序数组List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, n);System.out.println("resIndexList=" + resIndexList);}
}

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:

import java.util.*;public class BinarySearch {public static int binarySearch(int[] arr,int findVal){int left = 0;int right = arr.length-1;while(left <= right){int mid = (left + right) / 2;if(arr[mid] == findVal){return mid;}else if(arr[mid] > findVal){right = mid - 1;}else{left = mid + 1;}}return -1;//如果上述条件都没满足,说明没有找到}public static void main(String[] args){Scanner sc = new Scanner(System.in);int[] arr = new int[]{4,8,13,78,90};System.out.print("请输入要查找的数字:");int n = sc.nextInt();int ret = binarySearch(arr,n);if(ret >= 0){System.out.println("找到了,它的下标是:"+ret);}else{System.out.println("没有找到!");}}
}

 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:

import java.util.*;
public class InsertValueSearch {//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 查找值* @return 如果找到,就返回对应的下标,如果没有找到,返回-1*/public static int insertValueSearch(int[] arr, int left, int right, int findVal) {int count = 0;System.out.println("插值查找次数:"+(++count));//注意:findVal < arr[0]  和  findVal > arr[arr.length - 1] 必须需要//否则我们得到的 mid 可能越界if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {return -1;}// 求出mid, 自适应int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);int midVal = arr[mid];if (findVal > midVal) { // 说明应该向右边递归return insertValueSearch(arr, mid + 1, right, findVal);} else if (findVal < midVal) { // 说明向左递归查找return insertValueSearch(arr, left, mid - 1, findVal);} else {return mid;}}public static void main(String[] args){Scanner sc = new Scanner(System.in);System.out.print("请输入要查找的数字:");int n = sc.nextInt();int[] arr = new int [100];for(int i = 0;i < 100;i++){arr[i] = i + 1;}int ret = insertValueSearch(arr,0,arr.length-1,n);if(ret >= 0){System.out.println("找到了,它的下标是:"+ret);}else{System.out.println("没找到!");}}}

运行结果:

 三. 斐波那契[黄金分割查找]

代码详解:

import java.util.*;
public class FibonacciSearch {public static int maxSize = 20;public static void main(String[] args) {Scanner sc = new Scanner(System.in);System.out.print("请输入要查找的数字:");int n = sc.nextInt();int [] arr = {1,8, 10, 89, 1000, 1234};System.out.println("index=" + fibSearch(arr, n));// 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;}//使用非递归的方式编写算法/**** @param a  数组* @param key 我们需要查找的关键码(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 keywhile (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;//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]-1k--;} else if ( key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)low = mid + 1;//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] - 1k -= 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;}
}

 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~~

 

这篇关于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∗)˒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/686874

相关文章

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

Apache Ignite 与 Spring Boot 集成详细指南

《ApacheIgnite与SpringBoot集成详细指南》ApacheIgnite官方指南详解如何通过SpringBootStarter扩展实现自动配置,支持厚/轻客户端模式,简化Ign... 目录 一、背景:为什么需要这个集成? 二、两种集成方式(对应两种客户端模型) 三、方式一:自动配置 Thick

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

Spring WebClient从入门到精通

《SpringWebClient从入门到精通》本文详解SpringWebClient非阻塞响应式特性及优势,涵盖核心API、实战应用与性能优化,对比RestTemplate,为微服务通信提供高效解决... 目录一、WebClient 概述1.1 为什么选择 WebClient?1.2 WebClient 与

idea的终端(Terminal)cmd的命令换成linux的命令详解

《idea的终端(Terminal)cmd的命令换成linux的命令详解》本文介绍IDEA配置Git的步骤:安装Git、修改终端设置并重启IDEA,强调顺序,作为个人经验分享,希望提供参考并支持脚本之... 目录一编程、设置前二、前置条件三、android设置四、设置后总结一、php设置前二、前置条件

Java.lang.InterruptedException被中止异常的原因及解决方案

《Java.lang.InterruptedException被中止异常的原因及解决方案》Java.lang.InterruptedException是线程被中断时抛出的异常,用于协作停止执行,常见于... 目录报错问题报错原因解决方法Java.lang.InterruptedException 是 Jav

深入浅出SpringBoot WebSocket构建实时应用全面指南

《深入浅出SpringBootWebSocket构建实时应用全面指南》WebSocket是一种在单个TCP连接上进行全双工通信的协议,这篇文章主要为大家详细介绍了SpringBoot如何集成WebS... 目录前言为什么需要 WebSocketWebSocket 是什么Spring Boot 如何简化 We

java中pdf模版填充表单踩坑实战记录(itextPdf、openPdf、pdfbox)

《java中pdf模版填充表单踩坑实战记录(itextPdf、openPdf、pdfbox)》:本文主要介绍java中pdf模版填充表单踩坑的相关资料,OpenPDF、iText、PDFBox是三... 目录准备Pdf模版方法1:itextpdf7填充表单(1)加入依赖(2)代码(3)遇到的问题方法2:pd

Java Stream流之GroupBy的用法及应用场景

《JavaStream流之GroupBy的用法及应用场景》本教程将详细介绍如何在Java中使用Stream流的groupby方法,包括基本用法和一些常见的实际应用场景,感兴趣的朋友一起看看吧... 目录Java Stream流之GroupBy的用法1. 前言2. 基础概念什么是 GroupBy?Stream

python中列表应用和扩展性实用详解

《python中列表应用和扩展性实用详解》文章介绍了Python列表的核心特性:有序数据集合,用[]定义,元素类型可不同,支持迭代、循环、切片,可执行增删改查、排序、推导式及嵌套操作,是常用的数据处理... 目录1、列表定义2、格式3、列表是可迭代对象4、列表的常见操作总结1、列表定义是处理一组有序项目的