斐波那契(黄金分割法)原理
斐波那契查找原理与前两种相似,仅仅改变了中间结点(mid)的位置,mid不再是中间或插值得到,而是位于黄金分割点附近,即mid=low+F(k-1)-1
(F代表斐波那契数列),如下图所示
对F(k-1)-1的理解:
- 由斐波那契数列F[k]=F[k-1]+F[k-2]的性质,可以得到**(F[k]-1)=(F[k-1]-1)+(F[k-2]-1)+1**。
该式说明:只要顺序表的长度为F[k]-1,则可以将该表分成长度为F[k-1]-1和F[k-2]-1的两段,即如上图所示。从而中间位置为mid=low+F(k-1)-1 - 类似的,每一子段也可以用相同的方式分割
- 但顺序表长度n不一定刚好等于F[k]-1,所以需要将原来的顺序表长度n增加至F[k]-1。这里的k值只要能使得F[k]-1恰好大于或等于n即可,由以下代码得到,顺序表长度增加后,新增的位置(从n+1到F[k]-1位置),都赋为n位置的值即可。
注意
- 斐波那契数列查找需要在有序的数组中进行。
- 斐波那契查找算法借助的还是斐波那契数组进行黄金分割数组,即改变mid(中间结点)的值。
代码实现
package com.search;
import java.util.Arrays;
public class FibonaccSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = { 1, 8, 10, 89, 1000, 1234 };
System.out.println("index="+fibSearch(arr, 89));
}
// 构建斐波那契数列
// 非递归
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;
}
// 斐波那契查找算法(非递归)
/**
*
* @param a
* 数组
* @param key
* 要查找的值
* @return 返回对应下标
*/
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();// 获取斐波那契数列
// 获取斐波那契分割数值的下标
while (high > f[k] - 1) {
k++;
}
// 因为f[k]值可能大于数组的长度。因此我们需要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]);
// 实际需要使用a数组的最后的数填充temp
for (int i = high + 1; i < temp.length; i++) {
temp[i] = a[high];
}
// 使用while循环来处理,找到key
while (low <= high) {
mid = low + f[k - 1] - 1;
if (key < temp[mid]) {// 向数组的前面查找
high = mid - 1;
// 说明:k--
// 1.全部元素=前面元素+后面元素
// 2.f[k]=f[k-1]+f[k-2]
// 因为前面有f[k-1]个元素可以继续拆分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]) {// 向数组后面查找
low = mid + 1;
// 说明:k-=2
// 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;
}
}