• 算法系列一:顺序查找、二分查找、分块查找



    1. 概念

    计算机行业的对于这个都是老生常谈,我这里简单写一点。
    ① 算法是用来解决某个问题而提出或设计的,不同的场景有不同的算法。
    ② 设计算法就要用到——数据结构。常见的数据结构有:数组、链表、队列、堆、栈、树等。
    ③ 评估一个算法的效率,我们常用时间复杂度空间复杂度
    时间复杂度:简而言之就是指我们算法中某项基本操作(赋值、循环、判断、运算等)重复执行的次数/频度。常见的时间复杂度:O(1)、O(㏒₂n)、O(n)、O(n㏒₂n)、O(n²)、O(n³)、O(2^n)、O(n!)。

    空间复杂度:算法所在的程序从开始执行到结束所占用多大的内存容量和空间。针对算法时,只考虑算法内部/本身所定义的变量、使用的存储结构等。

    2. 顺序查找

    • 顺序查找

    又称线性查找。是最简单的查找方法。
    方法:从数组的一头开始,将待查找key和数组元素进行逐个比较。如果找到与key相同的元素,则查找成功,结束后未找到,则查找失败。
    算法示例:

    public class SequentialSearch {
        public static void main(String[] args) {
            int[] array = {4, 8, 9, 3, 100, 99, 22, 23, 77, 23};
            int target = 23;
            int i = sequentialSearch(array, target);
            System.out.println("目标元素的数组下标为:" + i);
        }
    
        // 顺序查找(for循环)
        public static int sequentialSearch(int[] array, int target) {
            for (int i = 0; i < array.length; i++) {
                if (array[i] == target) {
                    System.out.println("目标元素:" + target + ",所在的数组下标为:" + i);
                    return i;
                }
            }
            System.out.println("没有查找到该目标元素");
            return -1;
        }
        
        //顺序查找(foreach)
        public static int sequentialSearch2(int[] array, int target) {
            for (int element : array) {
                if (element == target) {
                    System.out.println("目标元素:" + target + ",所在的数组下标为:" + element);
                    return element;
                }
            }
            System.out.println("没有查找到该目标元素");
            return -1;
        }
    
    }
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 折半查找
      也称二分查找。
      算法前提:数组元素已经有序
      核心思想:尽快缩小搜索区间。所以要求元素排列有序。
      算法示例:
    public class SearchUtils {
        public static void main(String[] args) {
            SearchUtils su = new SearchUtils();
            int[] arr = {1,3,6,9,12,23,33,44,45,67,78,98,100,111,123,1234,2345,9999,11111,12345,666666,900000};
            int res = su.binarySearch(arr, 44);
            System.out.println("res=" + res);
        }
     
        /**
         * 二分查找
         * @param arr 要进行查找的数组,要求数组必须是有序的
         * @param findElem 要查找的元素
         * @return 返回要查找的元素在数组的索引位置, 返回-1表示没找到
         */
        public int binarySearch(int[] arr, int findElem) {
            int low = 0;
            int high = arr.length - 1;
            int mid;
            while (low <= high) {
                mid = (low + high) / 2;
                //如果要查找的元素findElem小于中间位置的元素mid,指向数组的较大端的high索引重新指向中间索引mid的左边(mid-1)
                if (findElem < arr[mid]) {
                    high = mid - 1;
                }
                //如果要查找的元素findElem大于中间位置的元素mid,指向数组的较小端的low索引重新指向中间索引mid的右边(mid+1)
                if (findElem > arr[mid]) {
                    low = mid + 1;
                }
                if (arr[mid] == findElem) {
                    return mid;
                }
            }
            return -1;
        }
     
    }
    
    //  递归方式  arr数组;front数组起始位,end数组结束位,n待查找数
    public static int seek(int[] arr, int front, int end, int n) {
            int mid = (end + front) / 2;
            if (front <= end) {
                if (arr[mid] == n) {
                    return mid;
                } else if (arr[mid] > n) {
                    return seek(arr, front, mid - 1, n);
                } else {
                    return seek(arr, mid + 1, end, n);
                }
            } else {
                return -1;
            }
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 索引查找
      索引查找又分为基本索引查找和分块查找。是一种介于顺序查找和二分查找之间的查找方法。 块间有序,块内无序
      核心思想:针对无需的数据集合,先建立索引表,让索引表有序或者分块有序,再结合顺序查找或索引查找的方法完成查找。
      具体: 首先查找索引表,因为索引表是有序表,故可以采用二分查找或顺序查找,以确定待查记录在那一块;然后在已确定的块中进行顺序查找(因为块内无序,只能用顺序查找)。如果在块中找到该记录则查询成功,否则查找失败。
    import java.util.Scanner;
    
    public class splitSearch {
        private static Scanner sc = new Scanner(System.in);
        public static void main(String[] args) {
            int[] ints = new int[18];
            int[] suoYin = new int[5];
            System.out.println("录入数据:");
            for(int i = 0;i < 18;i++)
                ints[i] = sc.nextInt();
            for(int i = 0;i < ints.length / 6;i++){
                int max = i;
                for(int j = i * 6;j < (i + 1) * 6;j++)
                    if(ints[j] > ints[max])
                        max = j;
                suoYin[i] = max;
            }
            /* 测试数据 : 22 12 13 8 9 20 33 42 44 38 24 48 60 58 74 49 86 53 */
            System.out.print("请输入查找信息:");
            new splitSearch().splitS(ints,suoYin,sc.nextInt());
        }
    
        private void splitS(int[] ints,int[] xx,int data){
            int low = 0;
            int high = ints.length / 6 - 1;
            int sure = -1;
            int middle;
            while(low <= high){
                middle = (low + high) / 2;
    
                if(data > ints[xx[middle]] && high - middle == 1){
                    sure = high;
                    break;
                }else if(data < ints[xx[middle]] && middle - low == 1 && data > ints[xx[low]]){
                    sure = middle;
                    break;
                }else if(data < ints[xx[middle]] && data < ints[xx[low]]){
                    sure = low;
                }
    
                if(data > ints[xx[middle]]){
                    low = middle + 1;
                }else if(data < ints[xx[middle]]){
                    high = middle - 1;
                }else{
                    System.out.println("[ index = " + xx[middle] + " ]");
                    return;
                }
            }
            for(int i = sure * 6;i < (sure + 1) * 6 && sure >= 0;i++)
                if(ints[i] == data){
                    System.out.println("[ index = " + i + " ]");
                    return;
                }
            System.out.println("[ 无此数据 ]");
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57

    活动地址:CSDN21天学习挑战赛

  • 相关阅读:
    【数模修炼之旅】03 蒙特卡洛算法 深度解析(教程+代码)
    2023.11.19使用flask制作一个文件夹生成器
    C#基础入门教程-程序结构
    网工笔记整理:策略工具Filter-policy的使用
    2022年无糖茶饮料发展洞察分析
    通过PaddleOCR识别PDF
    字节跳动开源Linux 内核网络抓包工具 netcap
    LabVIEW中管理项目
    AI 换装之OOTDiffusion
    基于微信平台的牙科就诊信息管理系统的设计与实现 毕业设计-附源码211157
  • 原文地址:https://blog.csdn.net/qq_36256590/article/details/126114614