c# 三元搜索 - 迭代与递归(Ternary Search)

2024-03-21 10:44

本文主要是介绍c# 三元搜索 - 迭代与递归(Ternary Search),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!

        计算机系统使用不同的方法来查找特定数据。有多种搜索算法,每种算法更适合特定情况。例如,二分搜索将信息分为两部分,而三元搜索则执行相同的操作,但分为三个相等的部分。值得注意的是,三元搜索仅对排序数据有效。在本文中,我们将揭开三元搜索的秘密——它是如何工作的,为什么它在某些情况下更快。无论您是编码专家还是刚刚起步,都准备好快速进入三元搜索的世界!
什么是三元搜索?
        三元搜索是一种搜索算法,用于查找排序数组中目标值的位置。它的工作原理是将数组分为三部分,而不是像二分搜索那样分为两部分。基本思想是通过将目标值与将数组分为三个相等部分的两个点上的元素进行比较来缩小搜索空间。
        mid1 = l + (rl)/3 
        mid2 = r – (rl)/3 
三元搜索的工作原理:
        这个概念涉及将数组分成三个相等的段,并确定关键元素(正在寻找的元素)位于哪个段。它的工作原理与二分搜索类似,不同之处在于通过将数组分为三部分而不是两部分来降低时间复杂度。

以下是三元搜索工作的分步说明:
1、初始化:
        从排序数组开始。
        设置两个指针left和right,最初指向数组的第一个和最后一个元素。
2、划分数组:
        计算两个中点mid1和mid2,将当前搜索空间分为三个大致相等的部分:
                mid1 = 左 + (右 – 左) / 3
                mid2 = 右 – (右 – 左) / 3
        该数组现在有效地分为[left, mid1]、(mid1, mid2 ) 和[mid2, right]。
3、与目标比较: .
        如果target等于mid1或mid2处的元素,则查找成功,并返回索引
        如果目标小于mid1处的元素,则将右指针更新为mid1 – 1。
        如果目标大于mid2处的元素,则将左指针更新为mid2 + 1。
        如果目标位于mid1和mid2的元素之间,则将左指针更新为mid1 + 1,将右指针更新为mid2 – 1。
4、重复或结论:
        使用缩小的搜索空间重复该过程,直到找到目标或搜索空间变空。
        如果搜索空间为空并且未找到目标,则返回一个值,指示目标不存在于数组中。
插图: 

三元搜索的递归实现:

// CSharp program to illustrate
// recursive approach to ternary search
using System;
 
class GFG {
 
    // Function to perform Ternary Search
    static int ternarySearch(int l, int r, int key, int[] ar)
    {
        if (r >= l) {
 
            // Find the mid1 and mid2
            int mid1 = l + (r - l) / 3;
            int mid2 = r - (r - l) / 3;
 
            // Check if key is present at any mid
            if (ar[mid1] == key) {
                return mid1;
            }
            if (ar[mid2] == key) {
                return mid2;
            }
 
            // Since key is not present at mid,
            // check in which region it is present
            // then repeat the Search operation
            // in that region
 
            if (key < ar[mid1]) {
 
                // The key lies in between l and mid1
                return ternarySearch(l, mid1 - 1, key, ar);
            }
            else if (key > ar[mid2]) {
 
                // The key lies in between mid2 and r
                return ternarySearch(mid2 + 1, r, key, ar);
            }
            else {
 
                // The key lies in between mid1 and mid2
                return ternarySearch(mid1 + 1, mid2 - 1, key, ar);
            }
        }
 
        // Key not found
        return -1;
    }
 
    // Driver code
    public static void Main()
    {
        int l, r, p, key;
 
        // Get the array
        // Sort the array if not sorted
        int[] ar = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
 
        // Starting index
        l = 0;
 
        // end element index
        r = 9;
 
        // Checking for 5
 
        // Key to be searched in the array
        key = 5;
 
        // Search the key using ternarySearch
        p = ternarySearch(l, r, key, ar);
 
        // Print the result
        Console.WriteLine("Index of " + key + " is " + p);
 
        // Checking for 50
 
        // Key to be searched in the array
        key = 50;
 
        // Search the key using ternarySearch
        p = ternarySearch(l, r, key, ar);
 
        // Print the result
        Console.WriteLine("Index of " + key + " is " + p);
    }
}
 
// This code is contributed by Ryuga

输出
5 的指数为 4 
50 的指数为 -1

时间复杂度: O(2 * log 3 n)
辅助空间: O(log 3 n)

三元搜索的迭代方法: 

// C# program to illustrate the iterative
// approach to ternary search
using System;
 
public class GFG {
 
    // Function to perform Ternary Search
    static int ternarySearch(int l, int r,
                             int key, int[] ar)
 
    {
        while (r >= l) {
 
            // Find the mid1 and mid2
            int mid1 = l + (r - l) / 3;
            int mid2 = r - (r - l) / 3;
 
            // Check if key is present at any mid
            if (ar[mid1] == key) {
                return mid1;
            }
            if (ar[mid2] == key) {
                return mid2;
            }
 
            // Since key is not present at mid,
            // check in which region it is present
            // then repeat the Search operation
            // in that region
 
            if (key < ar[mid1]) {
 
                // The key lies in between l and mid1
                r = mid1 - 1;
            }
            else if (key > ar[mid2]) {
 
                // The key lies in between mid2 and r
                l = mid2 + 1;
            }
            else {
 
                // The key lies in between mid1 and mid2
                l = mid1 + 1;
                r = mid2 - 1;
            }
        }
 
        // Key not found
        return -1;
    }
 
    // Driver code
    public static void Main(String[] args)
    {
        int l, r, p, key;
 
        // Get the array
        // Sort the array if not sorted
        int[] ar = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
 
        // Starting index
        l = 0;
 
        // end element index
        r = 9;
 
        // Checking for 5
 
        // Key to be searched in the array
        key = 5;
 
        // Search the key using ternarySearch
        p = ternarySearch(l, r, key, ar);
 
        // Print the result
        Console.WriteLine("Index of " + key + " is " + p);
 
        // Checking for 50
 
        // Key to be searched in the array
        key = 50;
 
        // Search the key using ternarySearch
        p = ternarySearch(l, r, key, ar);
 
        // Print the result
        Console.WriteLine("Index of " + key + " is " + p);
    }
}
 
// This code has been contributed by 29AjayKumar 

输出
5 的指数为 4 
50 的指数为 -1

时间复杂度: O(2 * log 3 n),其中 n 是数组的大小。
辅助空间: O(1)

三元搜索的复杂度分析:
时间复杂度:
        最坏情况:O(log 3 N)
        平均情况: θ(log 3 N)
        最好的情况:Ω(1)
        辅助空间: O(1)

二元搜索与三元搜索:
        二分查找的时间复杂度低于三目查找,因为三目查找的比较次数比二分查找多得多。二分搜索用于查找单调函数的最大值/最小值,而三元搜索用于查找单峰函数的最大值/最小值。
        注意:我们也可以对单调函数使用三元搜索,但时间复杂度会比二分搜索稍高。
优点:
        三元搜索可以找到单峰函数的最大值/最小值,而二元搜索不适用。
        三元搜索的时间复杂度为O(2 * log 3 n),比线性搜索更高效,与二分搜索相当。
        非常适合优化问题。
缺点:
        三元搜索仅适用于有序列表或数组,不能用于无序或非线性数据集。
        与二元搜索相比,三元搜索需要更多时间来查找单调函数的最大值/最小值。

何时使用三元搜索:
        当您有一个大型有序数组或列表并且需要查找特定值的位置时。
        当您需要找到函数的最大值或最小值时。
        当您需要在双调序列中找到双调点时。
        当您必须计算二次表达式时
概括:
        三元搜索是一种分治算法,用于查找给定数组或列表中特定值的位置。
        它的工作原理是将数组分为三部分,并对适当的部分递归地执行搜索操作,直到找到所需的元素。 
        该算法的时间复杂度为 O(2 * log 3 n),比线性搜索更有效,但比二分搜索等其他搜索算法不太常用。 
        需要注意的是,要使三元搜索正常工作,要搜索的数组必须进行排序。 

这篇关于c# 三元搜索 - 迭代与递归(Ternary Search)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/832457

相关文章

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

C#使用Spire.Doc for .NET实现HTML转Word的高效方案

《C#使用Spire.Docfor.NET实现HTML转Word的高效方案》在Web开发中,HTML内容的生成与处理是高频需求,然而,当用户需要将HTML页面或动态生成的HTML字符串转换为Wor... 目录引言一、html转Word的典型场景与挑战二、用 Spire.Doc 实现 HTML 转 Word1

C#实现一键批量合并PDF文档

《C#实现一键批量合并PDF文档》这篇文章主要为大家详细介绍了如何使用C#实现一键批量合并PDF文档功能,文中的示例代码简洁易懂,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言效果展示功能实现1、添加文件2、文件分组(书签)3、定义页码范围4、自定义显示5、定义页面尺寸6、PDF批量合并7、其他方法

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

C#下Newtonsoft.Json的具体使用

《C#下Newtonsoft.Json的具体使用》Newtonsoft.Json是一个非常流行的C#JSON序列化和反序列化库,它可以方便地将C#对象转换为JSON格式,或者将JSON数据解析为C#对... 目录安装 Newtonsoft.json基本用法1. 序列化 C# 对象为 JSON2. 反序列化

C#文件复制异常:"未能找到文件"的解决方案与预防措施

《C#文件复制异常:未能找到文件的解决方案与预防措施》在C#开发中,文件操作是基础中的基础,但有时最基础的File.Copy()方法也会抛出令人困惑的异常,当targetFilePath设置为D:2... 目录一个看似简单的文件操作问题问题重现与错误分析错误代码示例错误信息根本原因分析全面解决方案1. 确保

基于C#实现PDF转图片的详细教程

《基于C#实现PDF转图片的详细教程》在数字化办公场景中,PDF文件的可视化处理需求日益增长,本文将围绕Spire.PDFfor.NET这一工具,详解如何通过C#将PDF转换为JPG、PNG等主流图片... 目录引言一、组件部署二、快速入门:PDF 转图片的核心 C# 代码三、分辨率设置 - 清晰度的决定因

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

C#高效实现Word文档内容查找与替换的6种方法

《C#高效实现Word文档内容查找与替换的6种方法》在日常文档处理工作中,尤其是面对大型Word文档时,手动查找、替换文本往往既耗时又容易出错,本文整理了C#查找与替换Word内容的6种方法,大家可以... 目录环境准备方法一:查找文本并替换为新文本方法二:使用正则表达式查找并替换文本方法三:将文本替换为图

C#使用Spire.XLS快速生成多表格Excel文件

《C#使用Spire.XLS快速生成多表格Excel文件》在日常开发中,我们经常需要将业务数据导出为结构清晰的Excel文件,本文将手把手教你使用Spire.XLS这个强大的.NET组件,只需几行C#... 目录一、Spire.XLS核心优势清单1.1 性能碾压:从3秒到0.5秒的质变1.2 批量操作的优雅