查找算法之斐波那契查找

2024-04-23 16:52
文章标签 算法 查找 那契 之斐波

本文主要是介绍查找算法之斐波那契查找,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

  • 前言
  • 一、查找算法预备知识
  • 二、斐波那契查找
  • 三、总结
    • 3.1 查找性能
    • 3.2 适用场景


前言

查找算法是一种用于在数据集合中查找特定元素的算法。在计算机科学中,查找算法通常被用于在数组、链表、树等数据结构中查找目标元素的位置或者判断目标元素是否存在。
查找算法的目标是在尽可能短的时间内找到目标元素,以提高程序的效率和性能。常见的查找算法包括但不限于二分查找、哈希表查找、线性查找、二叉查找树等。

一、查找算法预备知识

查找算法分类

1)静态查找和动态查找;
注:静态或者动态都是针对查找表而言的。动态表指查找表中有删除和插入操作的表。
2)无序查找和有序查找。
无序查找:被查找数列有序无序均可;
有序查找:被查找数列必须为有序数列。

平均查找长度(Average Search Length,ASL)
需和指定key进行比较的关键字的个数的期望值,称为查找算法在查找成功时的平均查找长度。
对于含有n个数据元素的查找表,查找成功的平均查找长度为:ASL = Pi*Ci的和。

Pi:查找表中第i个数据元素的概率。
Ci:找到第i个数据元素时已经比较过的次数。

二、斐波那契查找

斐波那契数列,又称黄金分割数列,指的是这样一个数列:1、1、2、3、5、8、13、21、・・・・,在数学上,斐波那契被递归方法如下定义:F (1)=1,F (2)=1,F (n)=f (n-1)+F (n-2) (n>=2)。该数列越往后相邻的两个数的比值越趋向于黄金比例值(0.618)。

斐波那契查找就是在二分查找的基础上根据斐波那契数列进行分割的。在斐波那契数列找一个等于略大于查找表中元素个数的数 F [n],将原查找表扩展为长度为 F[n](如果要补充元素,则补充重复最后一个元素,直到满足 F[n] 个元素),完成后进行斐波那契分割,即 F [n] 个元素分割为前半部分 F [n-1] 个元素,后半部分 F [n-2] 个元素,找出要查找的元素在那一部分并递归,直到找到。
通过利用黄金分割原理来确定查找的位置。与二分查找类似,但是斐波那契查找对比较次数的期望值略低于二分查找。

算法步骤:

  • 构建斐波那契数列,直到数列中的最大值大于等于要查找的数组长度。
  • 找到最接近且不超过数组长度的斐波那契数值,记为F(k)。
  • 根据F(k)将原数组扩展为长度为F(k)的新数组,将多出的元素用原数组中最后一个元素填充。
  • 初始化两个指针low和high,分别指向数组的起始和结束位置。
  • 计算中间位置的索引mid,根据目标值与arr[mid]的大小关系,更新low和high指针的位置。
  • 重复以上步骤,直到找到目标元素或者low > high为止。
  public static int[] fibonacci(){int[] f = new int[20];int i =0;f[0] = 1;f[1] = 1;for(i=2;i<MAXSIZE;i++){f[i] = f[i-1]+f[i-2];}System.out.println(Arrays.toString(f));return f;}public static int fibonacciSearch(int[] data,int key){int low = 0;int high = data.length-1;int mid = 0;//斐波那契分割数值下标int k = 0;//序列元素个数int i=0;// 获取斐波那契数列int[] f = fibonacci();//获取斐波那契分割数值下标while(data.length>f[k]-1){k++;}//创建临时数组int[] temp = new int[f[k]-1];for(int j=0;j<data.length;j++){temp[j] = data[j];}//序列补充至f[k]个元素//补充的元素值为最后一个元素的值for(i=data.length;i<f[k]-1;i++){temp[i]=temp[high];}for(int j:temp){System.out.print(j+" ");}System.out.println();while( low <= high ){// low:起始位置// 前半部分有f[k-1]个元素,由于下标从0开始// 则-1 获取 黄金分割位置元素的下标mid = low + f[k-1] - 1;if( temp[mid] > key ){// 查找前半部分,高位指针移动high = mid - 1;//将 k 减去 1,表示我们要查找前半部分。// 因为前半部分有 f[k-1] 个元素,所以我们更新 k = k - 1;。k = k - 1;}else if( temp[mid] < key ){// 查找后半部分,低位指针移动low = mid + 1;//将 k 减去 2,表示我们要查找后半部分。// 因为后半部分有 f[k-2] 个元素,所以我们更新 k = k - 2;。k = k - 2;}else{//如果为真则找到相应的位置if( mid <= high ){return mid;}else{//出现这种情况是查找到补充的元素//而补充的元素与high位置的元素一样return high;}}}return -1;}public static void test4() {int[] arr = {12, 11, 15, 50, 7, 65, 3, 99,100,101};bubbleSort(arr);System.out.println(Arrays.toString(arr));int result = fibonacciSearch(arr, 101);if (result != -1) {System.out.println("目标元素 " + 101 + " 在数组中的索引位置为: " + result);} else {System.out.println("目标元素 " + 101 + " 未找到");}}

在这里插入图片描述

三、总结

3.1 查找性能

平均情况下,时间复杂度为O(log n)。
最坏情况下,时间复杂度为O(log n)。
空间复杂度为O(1)。

3.2 适用场景

  • 数据量较大:当数据量较大时,斐波那契查找的效率优于二分查找。
  • 数据分布不均匀:对于数据分布不均匀的情况,斐波那契查找能够更快地定位目标元素。
  • 有序数组:适用于有序数组,可以在较短时间内找到目标元素。

参考链接:
斐波那契查找(黄金分割法查找)

这篇关于查找算法之斐波那契查找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/929359

相关文章

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

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

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

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯: