数据结构与算法---查找算法(Search Algorithm)

查找算法介绍

在java中,我们常用的查找有四种:

  1. 顺序(线性)查找
  2. 二分查找/折半查找
  3. 插值查找
  4. 斐波那契查找

1)线性查找算法

示例:

有一个数列: {1,8, 10, 89, 1000, 1234} ,判断数列中是否包含此名称【顺序查找】 要求: 如果找到了,就提示找到,并给出下标值。

思路:将数列遍历匹配,就是用for循坏遍历,if匹配数据,找到下标值输出。

 1 public class SeqSearch {
 2 
 3     public static void main(String[] args) {
 4         int arr[] = { 1, 9, 11, -1, 34, 89 };// 没有顺序的数组
 5         int index = seqSearch(arr, -11);
 6         if(index == -1) {
 7             System.out.println("没有找到到");
 8         } else {
 9             System.out.println("找到,下标为=" + index);
10         }
11     }
12 
13     /**
14      * 这里我们实现的线性查找是找到一个满足条件的值,就返回
15      * @param arr
16      * @param value
17      * @return
18      */
19     public static int seqSearch(int[] arr, int value) {
20         // 线性查找是逐一比对,发现有相同值,就返回下标
21         for (int i = 0; i < arr.length; i++) {
22             if(arr[i] == value) {
23                 return i;
24             }
25         }
26         return -1;
27     }
28 
29 }
代码

2)二分查找算法

示例:

请对一个有序数组进行二分查找 {1,8, 10, 89, 1000, 1234} ,输入一个数看看该数组是否存在此数,并且求出下标,如果没有就提示"没有这个数"。

思路:

 1 public static void main(String[] args) {
 2         //int arr[] = { 1, 8, 10, 89,1000,1000, 1234 };
 3         int arr[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 , 11, 12, 13,14,15,16,17,18,19,20 };
 4         
 5 
 6         //
 7         int resIndex = binarySearch(arr, 0, arr.length - 1, 1000);
 8         System.out.println("resIndex=" + resIndex);
 9         
10         //List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 1);
11         //System.out.println("resIndexList=" + resIndexList);
12     }
13 
14     // 二分查找算法
15     /**
16      * 
17      * @param arr
18      *            数组
19      * @param left
20      *            左边的索引
21      * @param right
22      *            右边的索引
23      * @param findVal
24      *            要查找的值
25      * @return 如果找到就返回下标,如果没有找到,就返回 -1
26      */
27     public static int binarySearch(int[] arr, int left, int right, int findVal) {
28         
29 
30         // 当 left > right 时,说明递归整个数组,但是没有找到
31         if (left > right) {
32             return -1;
33         }
34         int mid = (left + right) / 2;
35         int midVal = arr[mid];
36 
37         if (findVal > midVal) { // 向 右递归
38             return binarySearch(arr, mid + 1, right, findVal);
39         } else if (findVal < midVal) { // 向左递归
40             return binarySearch(arr, left, mid - 1, findVal);
41         } else {
42             
43             return mid;
44         }
45 
46     }
代码

拓展:

 当一个有序数组中,有多个相同的数值时,如何将所有的数值都查找到,比如这里的 1000,{1,8, 10, 89, 1000, 1000,1234}

 要查找出该数列中1000的下标,又怎么找出呢?

 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

  1 public static void main(String[] args) {
  2         //int arr[] = { 1, 8, 10, 89,1000,1000, 1234 };
  3         int arr[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 , 11, 12, 13,14,15,16,17,18,19,20 };
  4         
  5 
  6         //
  7 //        int resIndex = binarySearch(arr, 0, arr.length - 1, 1000);
  8 //        System.out.println("resIndex=" + resIndex);
  9         
 10         List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 1);
 11         System.out.println("resIndexList=" + resIndexList);
 12     }
 13 
 14     // 二分查找算法
 15     /**
 16      * 
 17      * @param arr
 18      *            数组
 19      * @param left
 20      *            左边的索引
 21      * @param right
 22      *            右边的索引
 23      * @param findVal
 24      *            要查找的值
 25      * @return 如果找到就返回下标,如果没有找到,就返回 -1
 26      */
 27     public static int binarySearch(int[] arr, int left, int right, int findVal) {
 28         
 29 
 30         // 当 left > right 时,说明递归整个数组,但是没有找到
 31         if (left > right) {
 32             return -1;
 33         }
 34         int mid = (left + right) / 2;
 35         int midVal = arr[mid];
 36 
 37         if (findVal > midVal) { // 向 右递归
 38             return binarySearch(arr, mid + 1, right, findVal);
 39         } else if (findVal < midVal) { // 向左递归
 40             return binarySearch(arr, left, mid - 1, findVal);
 41         } else {
 42             
 43             return mid;
 44         }
 45 
 46     }
 47     
 48     
 49     /*
 50      * {1,8, 10, 89, 1000, 1000,1234} 当一个有序数组中,
 51      * 有多个相同的数值时,如何将所有的数值都查找到,比如这里的 1000
 52      * 
 53      * 思路分析
 54      * 1. 在找到mid 索引值,不要马上返回
 55      * 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
 56      * 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
 57      * 4. 将Arraylist返回
 58      */
 59 
 60     public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
 61 
 62         System.out.println("hello~");
 63         // 当 left > right 时,说明递归整个数组,但是没有找到
 64         if (left > right) {
 65             return new ArrayList<Integer>();
 66         }
 67         int mid = (left + right) / 2;
 68         int midVal = arr[mid];
 69 
 70         if (findVal > midVal) { // 向 右递归
 71             return binarySearch2(arr, mid + 1, right, findVal);
 72         } else if (findVal < midVal) { // 向左递归
 73             return binarySearch2(arr, left, mid - 1, findVal);
 74         } else {
 75 //             * 思路分析
 76 //             * 1. 在找到mid 索引值,不要马上返回
 77 //             * 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
 78 //             * 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
 79 //             * 4. 将Arraylist返回
 80             
 81             List<Integer> resIndexlist = new ArrayList<Integer>();
 82             //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
 83             int temp = mid - 1;
 84             while(true) {
 85                 if (temp < 0 || arr[temp] != findVal) {//退出
 86                     break;
 87                 }
 88                 //否则,就temp 放入到 resIndexlist
 89                 resIndexlist.add(temp);
 90                 temp -= 1; //temp左移
 91             }
 92             resIndexlist.add(mid);  //
 93             
 94             //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
 95             temp = mid + 1;
 96             while(true) {
 97                 if (temp > arr.length - 1 || arr[temp] != findVal) {//退出
 98                     break;
 99                 }
100                 //否则,就temp 放入到 resIndexlist
101                 resIndexlist.add(temp);
102                 temp += 1; //temp右移
103             }
104             
105             return resIndexlist;
106         }
107 
108     }
代码

3)插值查找

 插值查找原理介绍:

1.插值查找算法类似于二分查找,不同的是插值查找每次从自适应mid处开始查找。

2.将折半查找中的求mid 索引的公式 , low 表示左边索引left, high表示右边索引right. key 就是前面我们讲的 findVal

3.int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low])  ;/*插值索引*/

 对应前面的代码公式:

int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])

举例说明插值查找算法 1-100 的数组

 

 1 public static void main(String[] args) {
 2         
 3 //        int [] arr = new int[100];
 4 //        for(int i = 0; i < 100; i++) {
 5 //            arr[i] = i + 1;
 6 //        }
 7         
 8         int arr[] = { 1, 8, 10, 89,1000,1000, 1234 };
 9         
10         int index = insertValueSearch(arr, 0, arr.length - 1, 1234);
11         //int index = binarySearch(arr, 0, arr.length, 1);
12         System.out.println("index = " + index);
13         
14         //System.out.println(Arrays.toString(arr));
15     }
16     
17     public static int binarySearch(int[] arr, int left, int right, int findVal) {
18         System.out.println("二分查找被调用~");
19         // 当 left > right 时,说明递归整个数组,但是没有找到
20         if (left > right) {
21             return -1;
22         }
23         int mid = (left + right) / 2;
24         int midVal = arr[mid];
25 
26         if (findVal > midVal) { // 向 右递归
27             return binarySearch(arr, mid + 1, right, findVal);
28         } else if (findVal < midVal) { // 向左递归
29             return binarySearch(arr, left, mid - 1, findVal);
30         } else {
31 
32             return mid;
33         }
34 
35     }
36 
37     //编写插值查找算法
38     //说明:插值查找算法,也要求数组是有序的
39     /**
40      * 
41      * @param arr 数组
42      * @param left 左边索引
43      * @param right 右边索引
44      * @param findVal 查找值
45      * @return 如果找到,就返回对应的下标,如果没有找到,返回-1
46      */
47     public static int insertValueSearch(int[] arr, int left, int right, int findVal) { 
48 
49         System.out.println("插值查找次数~~");
50         
51         //注意:findVal < arr[0]  和  findVal > arr[arr.length - 1] 必须需要
52         //否则我们得到的 mid 可能越界
53         if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
54             return -1;
55         }
56 
57         // 求出mid, 自适应
58         int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
59         int midVal = arr[mid];
60         if (findVal > midVal) { // 说明应该向右边递归
61             return insertValueSearch(arr, mid + 1, right, findVal);
62         } else if (findVal < midVal) { // 说明向左递归查找
63             return insertValueSearch(arr, left, mid - 1, findVal);
64         } else {
65             return mid;
66         }
67 
68     }
代码

插值查找注意事项:

 1.对于数据量较大,关键字分布比较均匀的查找表来说,采用插值查找, 速度较快.

 2.关键字分布不均匀的情况下,该方法不一定比折半查找要好

 4)斐波那契(黄金分割法)查找算法

斐波那契(黄金分割法)查找基本介绍:

 1.黄金分割点是指把一条线段分割为两部分,使其中一部分与全长之比等于另一部分与这部分之比。取其前三位数字的近似值是0.618。由于按此比例设计的造型十分美丽,因此称为黄金分割,也称为中外比。这是一个神奇的数字,会带来意向不大的效果。

2.斐波那契数列 {1, 1, 2, 3, 5, 8, 13, 21, 34, 55 } 发现斐波那契数列的两个相邻数 的比例,无限接近 黄金分割值0.618

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:

 1.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       

 2.类似的,每一子段也可以用相同的方式分割

 3.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。

 

斐波那契查找应用案例:

 请对一个有序数组进行斐波那契查找 {1,8, 10, 89, 1000, 1234} ,输入一个数看看该数组是否存在此数,并且求出下标,如果没有就提示"没有这个数"。

 1 public static int maxSize = 20;
 2     public static void main(String[] args) {
 3         int [] arr = {1,8, 10, 89, 1000, 1234};
 4         
 5         System.out.println("index=" + fibSearch(arr, 189));// 0
 6         
 7     }
 8 
 9     //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
10     //非递归方法得到一个斐波那契数列
11     public static int[] fib() {
12         int[] f = new int[maxSize];
13         f[0] = 1;
14         f[1] = 1;
15         for (int i = 2; i < maxSize; i++) {
16             f[i] = f[i - 1] + f[i - 2];
17         }
18         return f;
19     }
20     
21     //编写斐波那契查找算法
22     //使用非递归的方式编写算法
23     /**
24      * 
25      * @param a  数组
26      * @param key 我们需要查找的关键码(值)
27      * @return 返回对应的下标,如果没有-1
28      */
29     public static int fibSearch(int[] a, int key) {
30         int low = 0;
31         int high = a.length - 1;
32         int k = 0; //表示斐波那契分割数值的下标
33         int mid = 0; //存放mid值
34         int f[] = fib(); //获取到斐波那契数列
35         //获取到斐波那契分割数值的下标
36         while(high > f[k] - 1) {
37             k++;
38         }
39         //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[]
40         //不足的部分会使用0填充
41         int[] temp = Arrays.copyOf(a, f[k]);
42         //实际上需求使用a数组最后的数填充 temp
43         //举例:
44         //temp = {1,8, 10, 89, 1000, 1234, 0, 0}  => {1,8, 10, 89, 1000, 1234, 1234, 1234,}
45         for(int i = high + 1; i < temp.length; i++) {
46             temp[i] = a[high];
47         }
48         
49         // 使用while来循环处理,找到我们的数 key
50         while (low <= high) { // 只要这个条件满足,就可以找
51             mid = low + f[k - 1] - 1;
52             if(key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
53                 high = mid - 1;
54                 //为甚是 k--
55                 //说明
56                 //1. 全部元素 = 前面的元素 + 后边元素
57                 //2. f[k] = f[k-1] + f[k-2]
58                 //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]
59                 //即 在 f[k-1] 的前面继续查找 k--
60                 //即下次循环 mid = f[k-1-1]-1
61                 k--;
62             } else if ( key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
63                 low = mid + 1;
64                 //为什么是k -=2
65                 //说明
66                 //1. 全部元素 = 前面的元素 + 后边元素
67                 //2. f[k] = f[k-1] + f[k-2]
68                 //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]
69                 //4. 即在f[k-2] 的前面进行查找 k -=2
70                 //5. 即下次循环 mid = f[k - 1 - 2] - 1
71                 k -= 2;
72             } else { //找到
73                 //需要确定,返回的是哪个下标
74                 if(mid <= high) {
75                     return mid;
76                 } else {
77                     return high;
78                 }
79             }
80         }
81         return -1;
82     }
代码

转载于:https://www.cnblogs.com/justBobo/p/11144914.html

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:http://www.mzph.cn/news/392857.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Exchange Server 2007邮箱存储服务器的集群和高可用性技术(上)

高可用性矩阵-->见下图:邮箱服务器高可用性目标: 数据可用性-->保护邮箱数据免于失败和损坏服务可用性-->提高群集实效转移操作 简化群集管理 支持地理分散的群集 支持低成本大邮箱(GB)使用户可以基于业务需要更好的选择容错方案提高解决方案的可用性使用解决方案可…

html设置按钮样式变为椭圆,css border-radius圆形变为椭圆形,位置:绝对

我正在围绕字体真棒图标创建一个圆圈。我的问题是&#xff0c;当我添加position: absolute圆成为一个椭圆。css border-radius圆形变为椭圆形&#xff0c;位置&#xff1a;绝对同样的情况&#xff0c;如果我是设置display: block这里是什么&#xff0c;我想实现的图像 -CONRADU…

《火球——UML大战需求分析》(第1章 大话UML)——1.5 小结和练习

说明&#xff1a; 《火球——UML大战需求分析》是我撰写的一本关于需求分析及UML方面的书&#xff0c;我将会在CSDN上为大家分享前面几章的内容&#xff0c;总字数在几万以上&#xff0c;图片有数十张。欢迎你按文章的序号顺序阅读&#xff0c;谢谢&#xff01;本书已经在各大网…

金陵科技学院计算机开设课程,金陵科技学院各专业介绍

各专业介绍会计学专业(四年制本科) 金融学专业(四年制本科)财务管理专业(四年制本科) 国际经济与贸易专业(四年制本科)市场营销专业(四年制本科)国际商务专业(三年制专科)物流管理专业(三年制专科) 对外汉语专业(四年制本科)古典文献(古籍修复)专业(四年制本科)行政管理(高级秘…

【jQuery Demo】图片由下至上逐渐显示

无意中看到如何实现一张图片从下往上慢慢显现出来这个问题&#xff0c;弄了半天还是从上往下的效果&#xff0c;纠结了&#xff0c;最后还是提问人自己搞定了&#xff01;不过哈哈&#xff0c;又学到一点知识&#xff01; 1.下面是我自己做的效果(按钮可以点哦) 图片由下至上逐…

两个数之和等于第三个数

这是一个很好的算法题&#xff0c;解法类似于快速排序的整理方法。同时&#xff0c;更为值得注意的是这道题是 人人网2014校园招聘的笔试题&#xff0c;下面首先对题目进行描述&#xff1a; 给出一个有序数组&#xff0c;另外给出第三个数&#xff0c;问是否能在数组中找到两个…

html标题前色块,CSS轻松实现色块标题标识

不少网站开始采用韩式风格来建站&#xff0c;这种风格的特点是色彩变化丰富、应用Flash动画合理、结构新颖&#xff0c;最明显的特点就是表格或标题栏常会加上一条横或竖的色带&#xff0c;如图1中圈起来的地方就是这样。(图一)一般人都会想到用Photoshop等软件来完成这样的效果…

101与金根回顾敏捷个人:(13)敏捷个人和敏捷开发

本文更新版本已挪至 http://www.zhoujingen.cn/blog/1726.html ------------------------- 敏捷个人源于工作 自2001初成立了敏捷联盟到现在10年的推广&#xff0c;敏捷开发已日渐成为当前IT行业软件开发的一种主流方法。没有银弹&#xff0c;任何方法都不可能解决所有问题&a…

Exchange server 2010系列教程之三 发送邮件测试

最近有些忙&#xff0c;好几天没有上来写教程了&#xff0c;接着往下写吧。就当是自己的学习笔记&#xff0c;呵呵&#xff0c;有不到之处&#xff0c;还请大家多多指教。 上一篇我们已经把服务器架设好了&#xff0c;那么我们来测试一下发送邮件。 1.首先在AD DC上面新建一个域…

华科的计算机和建筑学哪个强,华中科技大学和华南理工大学相比,谁更占优势?看了也许就知道了...

大学是学生接受教育的过程中非常重要的一个阶段&#xff0c;很多学生都会尽可能在高考中&#xff0c;考出更好的成绩&#xff0c;争取报考一个更好的大学。为了提升教育水平&#xff0c;我国到目前为止建设了超过3000所大学&#xff0c;其中有很多高等院校非常相似&#xff0c;…

uic计算机课程表,美国UIC大学研究生毕业率能达到多少?申请条件、专业课程汇总...

UIC大学也就是伊利诺伊大学芝加哥分校&#xff0c;这所学校始建于1982年&#xff0c;该校拥有东、西两个校区&#xff0c;皆位于美国第二大商业中心芝加哥市的心脏地带&#xff0c;地理位置优势显著&#xff0c;UIC大学有着丰富的教学资源和出色的教学水准&#xff0c;那么接下…

Tegra3 vSMP架构Android运行时CPU热插拔及高低功耗CPU切换

Tegra3采用vSMP&#xff08;VariableSymmetric Multiprocessing&#xff09;架构&#xff0c;共5个cortex-a9处理器&#xff0c;其中4个为高性能设计&#xff0c;1个为低功耗设计&#xff1a; 在系统运行过程中&#xff0c;会根据CPU负载切换低功耗处理器和高功耗处理器&#x…

近5年133个Java面试问题列表

2019独角兽企业重金招聘Python工程师标准>>> Java 面试随着时间的改变而改变。在过去的日子里&#xff0c;当你知道 String 和 StringBuilder 的区别就能让你直接进入第二轮面试&#xff0c;但是现在问题变得越来越高级&#xff0c;面试官问的问题也更深入。 在我初…

PowerShell与活动目录

自从发布以来&#xff0c;Windows PowerShell已经成为Windows自动化平台的选择。它的强大和灵活已经在许多环境中被许多Windows技术所证明。不幸的是&#xff0c;在活动目录支持方面&#xff0c;PowerShell 1并没有什么可以炫耀。从基础角度&#xff0c;微软提供了ADSI“类型加…

MyBatis-Plus入门Demo详解

一.简介: 引用官方文档(本文主要参考官方文档示例): MyBatis-Plus&#xff08;简称 MP&#xff09;是一个 MyBatis 的增强工具&#xff0c;在 MyBatis 的基础上只做增强不做改变&#xff0c;为简化开发、提高效率而生。 愿景 我们的愿景是成为 MyBatis 最好的搭档&#xff0c;就…

RHEL 5基础篇—常见系统启动类故障

常见系统启动类故障 在linux系统的启动过程中&#xff0c;涉及到MBR主引导记录、GRUB启动菜单、系统初始化配置文件inittab等各方面&#xff0c;其中任何一个环节出现故障都有可能会导致系统启动失败。因此一定要注意做好相关文件的备份工作。 1、MBR扇区故障 MBR引导记录位…

PVS 6.1 Configuring Services Failed

好久没有更新了&#xff0c;嘿嘿&#xff0c;更新一个。 项目中遇到一个问题&#xff0c;PVS安装到最后一步报错&#xff0c;如下图&#xff1a; 环境&#xff1a;PVS 6.1&#xff0c;数据库是SQL Server 2005 SP4 查了一下文档&#xff0c;PVS 6.1支持SQL Server 2005 SP4 排查…

jsp论坛网站模版_网站关键词优化怎么做

说到网站关键词优化&#xff0c;大多企业都很陌生&#xff0c;建站公司说的关键词优化头头是道。跟听天书似的&#xff0c;51商务网小编为大家总结的网站优化方法希望可以帮到大家&#xff0c;首先要说的是做网站优化第一点就是要有耐心&#xff0c;如果很长时间没有收录的话&a…

go 列出已经安装的包_Go 安装教程

一、在 Windows 上安装 Go 环境首先在 Go 官网 下载 Windows 系统下的一键安装包。然后双击打开该文件&#xff0c;一直点 Next 就行。注意这里默认是安装到 C 盘&#xff0c;建议不要修改&#xff0c;因为环境变量会自动设置&#xff0c;如果安装到其他盘&#xff0c;那么可能…

【转】spin_lock、spin_lock_irq、spin_lock_irqsave区别

为什么80%的码农都做不了架构师&#xff1f;>>> 转自&#xff1a;http://blog.csdn.net/luckywang1103/article/details/42083613 void spin_lock(spinlock_t *lock);void spin_lock_irq(spinlock_t *lock);void spin_lock_irqsave(spinlock_t *lock, unsigned lon…