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

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Windows系统下如何查找JDK的安装路径

《Windows系统下如何查找JDK的安装路径》:本文主要介绍Windows系统下如何查找JDK的安装路径,文中介绍了三种方法,分别是通过命令行检查、使用verbose选项查找jre目录、以及查看... 目录一、确认是否安装了JDK二、查找路径三、另外一种方式如果很久之前安装了JDK,或者在别人的电脑上,想

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

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