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∗)˒

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ArrayList
            int temp = mid - 1;
            while(true) {
                if (temp < 0 || arr[temp] != findVal) {//退出
                    break;
                }
                //否则，就temp 放入到 resIndexlist
                resIndexlist.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ArrayList
            temp = mid + 1;
            while(true) {
                if (temp > arr.length - 1 || arr[temp] != findVal) {//退出
                    break;
                }
                //否则，就temp 放入到 resIndexlist
                resIndexlist.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 key
        while (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]-1
                k--;
            } 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] - 1
                k -= 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~~

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/376156.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

Nacos1.X源码解读（待完善）

Nacos1.X源码解读（待完善）

下载源码 1. 克隆git地址到本地 # 下载nacos源码 git clone https://github.com/alibaba/nacos.git 2. 切换分支到1.4.7, maven编译(3.5.1) 3. 找到启动类com.alibaba.nacos.Nacos 4. 启动VM参数设置单机模式, RUN 启动类 -Dnacos.standalonetrue 5. 启动本地服务注册到本…
阅读更多...
SpringFramework实战指南（六）

SpringFramework实战指南（六）

SpringFramework实战指南（六） 4.4 基于 配置类 方式管理 Bean4.4.1 完全注解开发理解4.4.2 实验一：配置类和扫描注解4.4.3 实验二：@Bean定义组件4.4.4 实验三：高级特性：@Bean注解细节4.4.5 实验四：高级特性：@Import扩展4.4.6 实验五：基于注解+配置类方式整合三层架构组…
阅读更多...
浅谈——开源软件的影响力

浅谈——开源软件的影响力

✅作者简介&#xff1a;2022年博客新星 第八。热爱国学的Java后端开发者&#xff0c;修心和技术同步精进。 &#x1f34e;个人主页&#xff1a;Java Fans的博客 &#x1f34a;个人信条&#xff1a;不迁怒&#xff0c;不贰过。小知识&#xff0c;大智慧。 ✨特色专栏&#xff1a…
阅读更多...
二叉树OJ题（1）

二叉树OJ题（1）

目录 1.相同的树 2.对称二叉树 3.翻转二叉树 4.另一颗树的子树 题目代码思路整体分析&注意事项易错点画图递归分析 树根左子树右子树 分支的思想 多情况考虑 1.相同的树 100. 相同的树 - 力扣&#xff08;LeetCode&#xff09;https://leetcode.cn/problems/same-…
阅读更多...
数据结构.树的线索化兄弟表示法哈夫曼树

数据结构.树的线索化兄弟表示法哈夫曼树

一、线索化 二、树的逻辑结构 三、哈夫曼树
阅读更多...
JSDoc 注释规范

JSDoc 注释规范

JSDoc 注释 在 前端项目中&#xff0c;注释格式包含了一些特殊标记&#xff0c;如 param、returns 等&#xff0c;这种注释通常是用来标记函数或方法的参数和返回值的数据类型和描述。 这种注释格式通常被称为 JSDoc 注释。在实际开发中&#xff0c;这样的注释可以被一些工具解…
阅读更多...
购物车商品数量为0判断是否删除

购物车商品数量为0判断是否删除

当编辑商品的数量为1&#xff0c;再减的话&#xff0c;我们搞个模态提示&#xff0c;让用户决定是否要删除这个商品&#xff1f; //商品数量的编辑功能handleItemNumEdit(e){const {operation,id}e.currentTarget.dataset;console.log(operation,id);let {cart}this.data;let …
阅读更多...
STM32 硬件随机数发生器(RNG)

STM32 硬件随机数发生器(RNG)

STM32 硬件随机数发生器 文章目录 STM32 硬件随机数发生器前言第1章 随机数发生器简介1.1 RNG主要特性1.2.RNG应用 第2章 RNG原理框图第3章 RNG相关寄存器3.1 RNG 控制寄存器 (RNG_CR)3.2 RNG 状态寄存器 (RNG_SR)3.3 RNG 数据寄存器 (RNG_DR) 第3章 RNG代码部分第4章 STM32F1 …
阅读更多...
多维时序 | MATLAB实现基于CNN-LSSVM卷积神经网络-最小二乘支持向量机多变量时间序列预测

多维时序 | MATLAB实现基于CNN-LSSVM卷积神经网络-最小二乘支持向量机多变量时间序列预测

多维时序 | MATLAB实现基于CNN-LSSVM卷积神经网络-最小二乘支持向量机多变量时间序列预测 目录 多维时序 | MATLAB实现基于CNN-LSSVM卷积神经网络-最小二乘支持向量机多变量时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.MATLAB实现基于CNN-LSSVM卷积神经…
阅读更多...
有趣的CSS - 多彩变化的按钮

有趣的CSS - 多彩变化的按钮

目录 整体效果核心代码html 代码css 部分代码 完整代码如下html 页面css 样式页面渲染效果 整体效果 这个按钮效果主要使用 :hover 、:active 伪选择器以及 animation 、transition 属性来让背景色循环快速移动形成视觉效果。 核心代码部分&#xff0c;简要说明了写法思路&…
阅读更多...
生存类游戏《幻兽帕鲁》从部署服务器到开始体验全过程

生存类游戏《幻兽帕鲁》从部署服务器到开始体验全过程

SteamDB数据显示&#xff0c;《幻兽帕鲁》上线24小时内&#xff0c;在线人数峰值便突破200万&#xff0c;跻身Steam历史排行榜第二位。随着热度进一步发酵&#xff0c;《幻兽帕鲁》官方发布推文称&#xff0c;游戏发售不到6天&#xff0c;销量已经突破了 800万份。欢迎大家在阿…
阅读更多...
问题：以下关于搜索OCPC说法错误的是（)？ #知识分享#知识分享#媒体

问题：以下关于搜索OCPC说法错误的是（)？ #知识分享#知识分享#媒体

问题&#xff1a;以下关于搜索OCPC说法错误的是&#xff08;)&#xff1f; A&#xff0e;OCPC进入第二阶段&#xff0c;不能随意更换转化目标和页面 B&#xff0e;OCPC可以直接跳过第一阶段&#xff0c;直接开始跑第二阶段 C&#xff0e;开启OCPC计划后&#xff0c;系统就会…
阅读更多...
零基础学编程从哪里入手，在学习中可以线上会议答疑解惑

零基础学编程从哪里入手，在学习中可以线上会议答疑解惑

一、前言 零基础学编程可以先从容易学的语言入手&#xff0c;比如中文编程&#xff0c;然后再学其他编程语言则会比较轻松&#xff0c;初步掌握编程思路。很多IT人士一般学2到3种编程语言。 今天给大家分享的中文编程开发语言工具资料如下&#xff1a; 编程入门视频教程链接…
阅读更多...
java内部类概述及使用方法

java内部类概述及使用方法

前言&#xff1a; 打好基础&#xff0c;daydayup! 内部类 内部类概述&#xff1a; 内部类是类的五大成分之一&#xff08;成员变量&#xff0c;方法&#xff0c;构造器&#xff0c;内部类&#xff0c;代码块&#xff09;&#xff0c;如果一个类定义在另一个类的内部&#xff…
阅读更多...
虚拟飞控计算机：飞行控制系统验证与优化的利器

虚拟飞控计算机：飞行控制系统验证与优化的利器

01.背景介绍 随着航空技术的飞速发展&#xff0c;飞行控制系统作为飞机的心脏&#xff0c;全面负责监测、调整和维持飞行器的姿态、航向、高度等参数&#xff0c;用以确保飞行的安全和稳定。为了满足这些要求&#xff0c;现代飞控系统通常采用先进的处理器和外设来确保其高效、…
阅读更多...
DAY5.

DAY5.

握手&#xff1a; 第一次握手&#xff1a;客户端发送SYN包给服务器&#xff0c;并进入SYN_SENT状态&#xff0c;等待服务器返回确认包。 第二次握手&#xff1a;服务器接收到SYN包&#xff0c;确认客户端的SYN&#xff0c;发送ACK包&#xff0c;同时发送一个SYN包&#xff0c;…
阅读更多...
docker常用10条容器操作命令

docker常用10条容器操作命令

Docker 中一些常用的容器操作命令&#xff0c;我们可以根据需要使用这些命令来管理和操作 Docker 容器。我们这次以Hell-world这个镜像为例来说明&#xff1a; 1. docker pull hello-world #拉取hell-world镜像 2. docker images # 查看本地拉取的镜像 3. docker run hello…
阅读更多...
[leetcode] 29. 两数相除

[leetcode] 29. 两数相除

文章目录 题目描述解题方法倍增java代码复杂度分析 题目描述 给你两个整数&#xff0c;被除数 dividend 和除数 divisor。将两数相除&#xff0c;要求 不使用 乘法、除法和取余运算。 整数除法应该向零截断&#xff0c;也就是截去&#xff08;truncate&#xff09;其小数部分…
阅读更多...
得物自研API网关实践之路

得物自研API网关实践之路

一、业务背景 老网关使用 Spring Cloud Gateway &#xff08;下称SCG&#xff09;技术框架搭建&#xff0c;SCG基于webflux 编程范式&#xff0c;webflux是一种响应式编程理念&#xff0c;响应式编程对于提升系统吞吐率和性能有很大帮助; webflux 的底层构建在netty之上性能表…
阅读更多...
【SpringBoot篇】解决Redis分布式锁的 误删问题 和 原子性问题

【SpringBoot篇】解决Redis分布式锁的 误删问题 和 原子性问题

文章目录 &#x1f354;Redis的分布式锁&#x1f6f8;误删问题&#x1f388;解决方法&#x1f50e;代码实现 &#x1f6f8;原子性问题&#x1f339;Lua脚本 ⭐利用Java代码调用Lua脚本改造分布式锁&#x1f50e;代码实现 &#x1f354;Redis的分布式锁 Redis的分布式锁是通过利…
阅读更多...
最新文章

Copyright @ 2022~2023