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

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第