数据结构和算法(16)查找算法

学习数据结构和算法的日常Demo

查找算法介绍

在java中,我们常用的查找有四种:

  • 顺序(线性查找)
  • 二分查找
  • 插值查找
  • 斐波拉契查找

线性查找算法

代码实现:
public class 线性查找 {
    public static void main(String args[]) {
        int a[] = {6, 2, 32, 43, 8, 16, 21, 9, 77, -2};
        int i = seqSearch(a, -2);
        if (i == -1) {
            System.out.println("没有找到!");
        } else {
            System.out.println("下标:" + i);
        }
    }

    // 找到一个满足条件的值就返回
    private static int seqSearch(int[] a, int value) {
        // 线性查找是逐一比对
        for (int i = 0; i < a.length; i++) {
            if (a[i] == value) {
                return i;
            }
        }
        return -1;
    }
}

在这里插入图片描述

二分查找算法

思路分析:

在这里插入图片描述

代码实现:
public class 二分查找 {
    public static void main(String args[]) {
        // 二分查找需要数组排序
        int a[] = {-2, 2, 6, 8, 9, 16, 16, 16, 16, 21, 32, 43, 77};
//        int i = binarySearch(a, 0, a.length - 1, 16);
//        if (i == -1) {
//            System.out.println("没有找到!");
//        } else {
//            System.out.println("下标:" + i);
//        }
        ArrayList<Integer> list = binarySearchAll(a, 0, a.length - 1, 16);
        System.out.println("下标集合:" + list);
    }

    // 找到一个满足条件的值就返回
    private static int binarySearch(int[] a, int left, int right, int value) {
        if (left > right) {
            return -1;
        }
        int mid = (left + right) / 2;
        // value在mid右边
        if (a[mid] < value) {
            return binarySearch(a, mid + 1, right, value);
        } else if (a[mid] > value) {
            // value在mid左边
            return binarySearch(a, left, mid - 1, value);
        } else {
            return mid;
        }
    }

    // 找出数组中所有的和value一样的值的下标
    // 找到mid时不返回,继续向mid索引值的左边扫描,将所有满足的加入集合
    // 向mid索引值的右边扫描,将所有满足的加入集合
    private static ArrayList<Integer> binarySearchAll(int[] a, int left, int right, int value) {
        if (left > right) {
            return new ArrayList<>();
        }
        int mid = (left + right) / 2;
        // value在mid右边
        if (a[mid] < value) {
            return binarySearchAll(a, mid + 1, right, value);
        } else if (a[mid] > value) {
            // value在mid左边
            return binarySearchAll(a, left, mid - 1, value);
        } else {
            ArrayList<Integer> indexList = new ArrayList<>();
            // 向左边搜索
            int temp = mid - 1;
            while (true) {
                if (temp < 0 || a[temp] != value) {
                    break;
                }
                indexList.add(temp);
                temp -= 1;
            }
            indexList.add(mid);
            // 向右边搜索
            temp = mid + 1;
            while (true) {
                if (temp > a.length - 1 || a[temp] != value) {
                    break;
                }
                indexList.add(temp);
                temp += 1;
            }
            return indexList;
        }
    }
}

在这里插入图片描述

插值查找算法

原理介绍

在这里插入图片描述

代码实现
public class 插值查找 {
    public static void main(String args[]) {
        int a[] = new int[100];
        // 要求数组排序且有序
        for (int i = 0; i < 100; i++) {
            a[i] = i + 1;
        }
        int i = insertValueSearch(a, 0, a.length - 1, 100);
        if (i == -1) {
            System.out.println("没有找到!");
        } else {
            System.out.println("下标:" + i);
        }
    }

    // 找到一个满足条件的值就返回
    private static int insertValueSearch(int[] a, int left, int right, int value) {
        // 防止越界
        if (left > right || value < a[0] || value > a[a.length - 1]) {
            return -1;
        }
        // 自适应
        int mid = left + (right - left) * (value - a[left]) / (a[right] - a[left]);
        if (a[mid] < value) {
            // value在mid右边
            return insertValueSearch(a, mid + 1, right, value);
        } else if (a[mid] > value) {
            // value在mid左边
            return insertValueSearch(a, left, mid - 1, value);
        } else {
            return mid;
        }
    }
}

在这里插入图片描述

注意事项

在这里插入图片描述

GitHub:数据结构和算法源代码

发布了67 篇原创文章 · 获赞 21 · 访问量 2690

猜你喜欢

转载自blog.csdn.net/qq_44779506/article/details/105080333
今日推荐