顺序查找
/**
* @author wangyanqing
* @date 2020/9/14
* @description TODO 顺序查找
*
* 说明:顺序查找适合于存储结构为顺序存储或链接存储的线性表。
*
* 基本思想:顺序查找也称为线形查找,属于无序查找算法。
* 从数据结构线形表的一端开始,顺序扫描,
* 依次将扫描到的结点关键字与给定值k相比较,若相等则表示查找成功;
* 若扫描结束仍没有找到关键字等于k的结点,表示查找失败。
*
* 复杂度分析:
* 查找成功时的平均查找长度为:(假设每个数据元素的概率相等) ASL = 1/n(1+2+3+…+n) = (n+1)/2 ;
* 当查找不成功时,需要n+1次比较,时间复杂度为O(n);
* 所以,顺序查找的时间复杂度为O(n)。
*/
public class SequenceSearch {
public static boolean SequenceSearch(int a[],int k,int value){
for( int i = 0 ; i<k;i++){
if( value == a[i])
return true;
else
return false;
}
return false;
}
public static void main(String[] args) {
int[] a = {8,2,4,5,3,10,11,6,9};
System.out.println(SequenceSearch(a,a.length,20));
}
}
二分查找
/**
* @author wangyanqing
* @date 2020/9/14
* @description TODO 二分查找
*
* 说明:元素必须是有序的,如果是无序的则要先进行排序操作。
*
* 基本思想:也称为是折半查找,属于有序查找算法。
* 用给定值k先与中间结点的关键字比较,中间结点把线形表分成两个子表,
* 若相等则查找成功;若不相等,再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表,
* 这样递归进行,直到查找到或查找结束发现表中没有这样的结点。
*
* 复杂度分析:最坏情况下,关键词比较次数为log2(n+1),
* 且期望时间复杂度为O(log2n);
*
* 注:折半查找的前提条件是需要有序表顺序存储,对于静态查找表,一次排序后不再变化,
* 折半查找能得到不错的效率。但对于需要频繁执行插入或删除操作的数据集来说,
* 维护有序的排序会带来不小的工作量,那就不建议使用。——《大话数据结构》
*/
public class BinarySearch {
/**
* @auther: wangyanqing
* @description: TODO 折半查找
* @date: 2020/9/14
*/
public static int binarysearch(int[] a,int n,int value){
int low = 0;
int high = n - 1;
int mid;
while(low < high){
mid = (low + high)/2;
if(value < a[mid])
high = mid - 1;
if(value > a[mid])
low = mid + 1;
if(value == a[mid])
return mid;
}
return -1;
}
/**
* @auther: wangyanqing
* @description: TODO 递归查找
* @date: 2020/9/14
*/
public static int binarysearch(int[] a,int value,int low,int high){
int mid = (low + high)/2;
if(value == a[mid])
return mid;
mid = (low + high)/2;
if(value < a[mid])
return binarysearch(a,value,low,mid - 1);
if(value > a[mid])
return binarysearch(a,value,mid + 1,high);
return -1;
}
public static void main(String[] args) {
//int[] a = {1,4,2,9,8,6,7,0,3,5}
int[] a1 = {0,1,2,3,4,5,6,7,8,9};
System.out.println("折半二分查找: "+binarysearch(a1,a1.length,7));
//int[] a = {1,4,2,9,8,6,7,0,3,5}
int[] a2 = {0,1,2,3,4,5,6,7,8,9};
System.out.println("递归二分查找: "+binarysearch(a2,4,0,a2.length-1));
}
}
插值查找
/**
* @author wangyanqing
* @date 2020/9/14
* @description TODO 插值查询
*
* 在介绍插值查找之前,首先考虑一个新问题,为什么上述算法一定要是折半,而不是折四分之一或者折更多呢?
*
* 打个比方,在英文字典里面查“apple”,你下意识翻开字典是翻前面的书页还是后面的书页呢?
* 如果再让你查“zoo”,你又怎么查?很显然,这里你绝对不会是从中间开始查起,
* 而是有一定目的的往前或往后翻。
* 同样的,比如要在取值范围1 ~ 10000 之间 100 个元素从小到大均匀分布的数组中查找5,
* 我们自然会考虑从数组下标较小的开始查找。
* 经过以上分析,折半查找这种查找方式,不是自适应的(也就是说是傻瓜式的)。二分查找中查找点计算如下:
* mid=(low+high)/2, 即mid=low+1/2*(high-low);
* 通过类比,我们可以将查找的点改进为如下:
* mid=low+(key-a[low])/(a[high]-a[low])*(high-low),
* 也就是将上述的比例参数1/2改进为自适应的,根据关键字在整个有序表中所处的位置,
* 让mid值的变化更靠近关键字key,这样也就间接地减少了比较次数。
* 基本思想:基于二分查找算法,将查找点的选择改进为自适应选择,可以提高查找效率。当然,差值查找也属于有序查找。
* 注:对于表长较大,而关键字分布又比较均匀的查找表来说,插值查找算法的平均性能比折半查找要好的多。
* 反之,数组中如果分布非常不均匀,那么插值查找未必是很合适的选择。
* 复杂度分析:查找成功或者失败的时间复杂度均为O(log2(log2n))。
*/
public class InsertionSearch {
public static int InsertionSearch(int[] a, int value, int low, int high)
{
int mid = low+(value-a[low])/(a[high]-a[low])*(high-low);
if(a[mid]==value)
return mid;
if(a[mid]>value)
return InsertionSearch(a, value, low, mid-1);
if(a[mid]<value)
return InsertionSearch(a, value, mid+1, high);
return -1;
}
public static void main(String[] args) {
int[] a = {0,1,2,3,4,5,6,7,8,9};
System.out.println(InsertionSearch(a,2,0,a.length-1));
}
}