JAVA算法-查找

目录

基本查找*:

二分查找*:

数据单调递增:

数据单调递减:

总结规律:

插值查找*:

斐波那契查找(了解原理):以后补

分块 查找*:

特殊 情况(无规律的数据):

以上小结:

哈希查找(了解原理):以后补

树表查找(涉及数据结构):以后补


基本查找*:

也叫线性查找,

从头到尾依次遍历


示例:

需求 1:定义一个方法利用基本查找,查询某个元素在数组中是否存在

 public static void main(String[] args) {
int[] arr = {1, 2, 3, 4, 5, 6};
System.out.println(search(arr, 4));
}
//方法
public static boolean search(int[] arr, int number) {for (int i = 0; i < arr.length; i++) {if (arr[i] == number) {return true;}}return false;
}

需求 2:定义一个方法利用基本查找,查询某个元素在数组中的索引

要求:不需要考虑数组中元素是否重复

public static void main(String[] args) {int[]arr={1,2,3,4,5,6,6,8,6};System.out.println(index(arr, 6));//5}public static int index(int[] arr, int number) {for (int i = 0; i < arr.length; i++) {if (arr[i] == number) {return i;}}return -1;
}

控制台:

5


需求 3:

要求:在上一题的基础上 需要考虑数组中元素有重复的可能性:

思路:也就是若有重复的数据,要返回多个索引,

我们可以用一个集合来存放索引(因为集合有 add 方法,添加方便),最后遍历集合即可。

示例;

  public static void main(String[] args) {int []arr={1,2,2,2,3,2};ArrayList index = index(arr, 2);for (int i = 0; i < index.size(); i++) {System.out.println(index.get(i));}}public static ArrayList index(int []arr, int number){//核心:定义集合存放索引ArrayList<Integer>list=new ArrayList<>();for (int i = 0; i < arr.length; i++) {if (arr[i]==number){list.add(i);}}return list;}


二分查找*:

也叫折半查找:

前提条件:

  • 元素必须是有序的,从小到大,或是从大到小,

核心逻辑:

  • 每次排除一半的查找范围。

注意点:

  • 如果是无序的,也可以先进行排序。但是排序后,会改变原有数据的顺序,也就是说元素对应的索引变了,这时再获取索引无意义,这是只能适用于查找数据是否存在再容器中。

数据单调递增:

如:

可以知道最小索引时 0

最大索引是 7

中间索引是:(0+7)/2=3

第一次查找中间索引对应的值是 25,

又因为是递增数组

所以说 38 一定在中间索引对应的值的右边。

这时我们可以让 min=mid+1(max 不用变,目的是缩小查找范围)

则下一次查找的区域索引 就 是 4~7。

代码语言可以这样写:

if(arr[mid]<number){

min=mid+1;

}


同理, 若我们要查找 21,

第一次查找 中间索引对应的值是 25,

又因为是递增数组

所以说 21 一定在中间索引对应的值的左边。

这时我们可以让 max=mid-1(min 不用变,目的是缩小查找范围)

则下一次查找的区域索引是 : 0-2

代码语言:

if(number<arr[mid]){

max=mid-1;

}


之后的每一次查找 mid 索引值都会因为 min 或 max 的变化而变化,使得范围不断缩小。


数据单调递减:

以上是数据单调递增的情况:

单调递减的情况则相反:

第一次查找 中间索引对应的值是 6,

又因为是递减数组

所以说 3 一定在中间索引对应的值的右边。

这时我们可以让 min=mid+1(max 不用变,目的是缩小查找范围)

则下一次查找的区域索引是 : 5-8

代码语言:

if(number<arr[mid]){

min=mid+1

}


第一次查找 中间索引对应的值是 6,

又因为是递减数组

所以说 7 一定在中间索引对应的值的 左 边。

这时我们可以让 max=mid-1(min 不用变,目的是缩小查找范围)

则下一次查找的区域索引是 : 0-3

代码语言:

if(number>arr[mid]){

max=mid-1;

}

之后的每一次查找 mid 索引值都会因为 min 或 max 的变化而变化,使得范围不断缩小。


总结规律

  • 要根据数组的单调性判断 number 和 arr [mid] 的位置关系。

当要查找的数据在中间索引对应的数据右边时(位置关系,无关大小),min =mid+1,max 不变。

当要查找的数据在中间索引对应的数据左边时(位置关系,无关大小),min 不变,max =mid-1。


例题:

代码除了要写上面讨论的中间索引对应值和目标值的关系

还要考虑中间索引恰好是要查的数的情况、查找数在数组中不存在的情况,具体如下

public static void main(String[] args) {//前提有序//需求:定义一个方法利用二分查找,查询某个元素在数组中的索引int[] arr = {7, 23, 79, 81, 103, 127, 131, 147};System.out.println(index(arr, 150));
}public static int index(int[] arr, int number) {//定义两个范围记录查找范围int min = 0;int max = arr.length - 1;//不知道要循环多少次while(true){//先找中间位置--(注意放在循环内,会不断变化)int mid = (min + max) / 2;//如果中间索引恰好是要查的数,直接返回索引if (arr[mid] == number) {return mid;}else if (arr[mid] < number) {//要查的数在中间位置的右边,max不变min = mid + 1;}else if ( number<arr[mid] ) {//要查的数在中间位置的左边,min不变max = mid - 1;}//当出现这种情况了就表示查找的数在数组中不存在if (min>max){return -1;}}}


插值查找*

基于二分法,使 mid 更加靠近要查找的数字。

差值查找前提也是数据有序。

mid=low+(key-arr[low])/(arr[high]-arr[low])*(high-low)

low,high 分别代表最低最高索引


如:

mid=0+(9-7)/(15-7)*(8)=2


细节: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。

public static void main(String[] args) {//前提有序//需求:定义一个方法利用插值查找,查询某个元素在数组中的索引int[] arr = {7, 23, 79, 81, 103, 127, 131, 147};System.out.println(index(arr, 23));
}public static int index(int[] arr, int number) {//定义两个范围记录查找范围int min = 0;int max = arr.length - 1;//不知道要循环多少次while(true){//先找中间位置--(注意放在循环内,会不断变化)int mid =min+(number-arr[min])/(arr[max]-arr[min])*(max-min);//如果中间索引恰好是要查的数,直接返回索引if (arr[mid] == number) {return mid;}else if (arr[mid] < number) {//要查的数在中间位置的右边,max不变min = mid + 1;}else if ( number<arr[mid] ) {//要查的数在中间位置的左边,min不变max = mid - 1;}//当出现这种情况了就表示查找的数在数组中不存在if (min>max){return -1;}}}

代码和二分几乎一样,只要修改一下mid的计算方式即可


斐波那契查找(了解原理):以后补

:根据黄金分割点来计算mid指向的位置


分块 查找*

使用前提:

数据 块内无序,块间有序。

我们一般 分的块数为 数据个数开根号。

分的块必须保证,后一块的所有数都必须比前一块的最大值大。


  • 分块查找的核心思想:

先确定目标数在哪一块当中,然后获取当前块的索引(会提前将每一块放入索引表中),然后在该块中遍历查找即可

  • 语言描述思路:
  1. 我们分完块后,可以创建一个 Bolck 类描述不同的块,

内含属性:块内最大值、开始索引、结束索引

2.然后在测试类中创建不同块对象即可,并根据 数组数据 初始化对象属性即可

3.之后把对象存入 Block 类型的数组:

4.假设查找数字:

5.先定义一个方法看看这个数在哪一块中:

//注意if的判断条件和我们之前分块 规则 的关系

6.获取到数据所在块的索引后我们,就要开始用到另外两个属性 了

为方便演示另外再定义一个方法:

结束。


特殊 情况(无规律的数据):

当不满足块内无序,块间有序,完全找不到规律时

分块思想:各块间不能有交集。

示例:

package com.lt.search;public class BlockSearch2 {public static void main(String[] args) {//当不满足块内无序,块间有序,完全找不到规律时//分块思想:不能有交集int[] arr = {27,22,30,40,36,13,19,16,20,7,10,43,50,48};Block b1=new Block(22,40,0,4);Block b2=new Block(13,20,5,8);Block b3=new Block(7,10,9,10);Block b4=new Block(43,50,11,13);Block []blocksArr={b1,b2,b3,b4};int number=48;int Index= getIndex(arr,blocksArr,number);System.out.println(Index);}//获取索引public static int getIndex(int[]arr,Block[] blocksArr,int number) {int blockIndex = getBlock(blocksArr, number);if (blockIndex==-1){return -1;//表示数字不在数组中}int startIndex = blocksArr[blockIndex].getStartIndex();int endIndex = blocksArr[blockIndex].getEndIndex();//注意等号for (int i = startIndex; i <=endIndex ; i++) {if(number==arr[i]){return i;}}return -1;//表示要查找的数在块中找没有}//先获取number'在哪个块中public static int getBlock(Block[]blocksArr,int number){for (int i = 0; i <blocksArr.length ; i++) {//分块思想决定了这里if的判断条件if (number<=blocksArr[i].getMax()&&number>=blocksArr[i].getMin()){return i;//返回块的索引}}return -1;//表示要查找的数不在任何块中}}class Block{private int min;private int max;private int startIndex;private int endIndex;//构造+set+get
}


以上小结:

  • 基本查找: 数据没有任何顺序

  • 二分查找、插值查找、斐波那契查找:
    • 数据一定要有顺序

  • 二分查找,插值查找,斐波那契额查询各自的特点:
    相同点:
    都是通过不断的缩小范围来查找对应的数据

    不同点:
    计算mid的方式不一样
    分查找:mid每次都是指向范围的中间位置
    值查找:mid尽可能的靠近要查找的数据,但是要求数据尽可能的分布均匀
    波那契额查找:根据黄金分割点来计算mid指向的位置

哈希查找(了解原理):以后补


树表查找(涉及数据结构):以后补

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/638639.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

docker部署

//创建一个文件夹 mkdir soft //进入soft文件夹 cd soft 安装必要的系统工具: yum install -y yum-utils device-mapper-persistent-data lvm2 配置阿里云Docker Yum源: yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.rep…

c# 视频播放之Windows Media Player

最近想给软件加个视频播放功能&#xff0c;在网上看有好几个方式&#xff0c;最后决定用 Windows Media Player 和Vlc.DotNet.Forms。 这篇文章主要讲Windows Media Player&#xff0c;它的优点&#xff1a;代码简单&#xff0c;视频操作功能都有&#xff0c;能播放网络和本地…

数据结构之顺序表的增删查改

别丢了你的勇敢 前言&#xff1a; 自今日起&#xff0c;我们正式越过C语言的大山&#xff0c;走向了数据结构的深山&#xff0c;现如今摆在我们面前的第一个坎就是顺序表&#xff0c;我们需要了解顺序表的定义&#xff0c;并且知道&#xff0c;如何对其进行增删查改&#xff0…

MyBatis 使用报错: Can‘t generate mapping method with primitive return type

文章目录 前言问题原因解决方案个人简介 前言 今天在新项目中使用 MyBatis 报如下错误&#xff1a;Cant generate mapping method with primitive return type 问题原因 发现是 Mapper 注解引入错误&#xff0c;错误引入 org.mapstruct.Mapper, 实际应该引入 org.apache.ibat…

接口测试 04 -- Jsonpath断言、接口关联处理

1. JsonPath基本介绍 1.1 JsonPath简介 JsonPath是一种用于在JSON数据中定位和提取特定数据的表达式语言。它类似于XPath用于XML的定位和提取&#xff0c;可以帮助我们灵活地从复杂的JSON结构中获取所需的数据。 1.2 JsonPath的特点 ● JsonPath可处理的报文类型为字典类型 …

4.servera修改主机名,配置网络,以及在cmd中远程登录servera的操作

1.先关闭这两节省资源 2.对于新主机修改主机名&#xff0c;配置网络 一、配置网络 1.推荐图形化界面nmtui 修改完成后测试 在redhat ping一下 在redhat远程登录severa 2、使用nmcli来修改网络配置 2.1、配置要求&#xff1a;主机名&#xff1a; node1.domain250.exam…

C++:类与对象(上)

C&#xff1a;类与对象&#xff08;上&#xff09; 类的引入类的定义访问限定符类域实例化对象模型this指针 类的引入 C的类是基于C语言的结构体优化出来的&#xff0c;那我们先来看一看C对结构体有哪些优化点。 C语言与C的结构体的类型名称略有区别&#xff0c;我们看一个案…

寒假每日一题-小苹果

小 Y 的桌子上放着 n 个苹果从左到右排成一列&#xff0c;编号为从 1 到 n。 小苞是小 Y的好朋友&#xff0c;每天她都会从中拿走一些苹果。 每天在拿的时候&#xff0c;小苞都是从左侧第 1个苹果开始、每隔 2 个苹果拿走 1个苹果。 随后小苞会将剩下的苹果按原先的顺序重新…

【Leetcode】接雨水(双指针、单调栈)

目录 &#x1f4a1;题目描述 &#x1f4a1;双指针解法 &#x1f4a1;单调栈解法 &#x1f4a1;题目描述 给定 n 个非负整数表示每个宽度为 1 的柱子的高度图&#xff0c;计算按此排列的柱子&#xff0c;下雨之后能接多少雨水。 提示&#xff1a; n height.length1 < n…

010-新手如何建立一个属于自己的图像处理FPGA/ZYNQ框架(自己的用着才舒服,内容非常全面!)

文章目录 前言一、图像处理框架二、图像采集输入1.常用视频流格式&#xff1a;Rgb565/Bayer1.RGB565数据流格式2.Bayer阵列数据流格式 2.图像预处理&#xff1a;时钟域同步/去马赛克/色彩空间转换/滤波1.时钟域同步2.图像去马赛克化3.色彩空间转换4.滤波 三、图像算法处理1.图像…

【后端】深入浅出Node.js

文章目录 1.Node简介1.1 诞生历程1.2 阻塞IO和异步IO 【后端目录贴】 1.Node简介 1.1 诞生历程 Node特点 事件驱动、非阻塞I/O node和chrome浏览器区别 除了HTML、WebKit和显卡这些UI相关技术没有支持外&#xff0c;Node结构与Chrome十分相似&#xff0c;他们都是基于事件驱动…

Vue 组件通信方式

✨ 专栏介绍 在当今Web开发领域中&#xff0c;构建交互性强、可复用且易于维护的用户界面是至关重要的。而Vue.js作为一款现代化且流行的JavaScript框架&#xff0c;正是为了满足这些需求而诞生。它采用了MVVM架构模式&#xff0c;并通过数据驱动和组件化的方式&#xff0c;使…

AI大模型开发架构设计(1)——LLM大模型Agent剖析和应用案例实战

文章目录 LLM大模型Agent剖析和应用案例实战1 从 LLM 大模型到智能体演进技术语言模型是什么&#xff1f;大语音模型是什么&#xff1f;大语言模型日新月异LLM大模型存在局限性LLM Agent来势凶凶LLM Agent增长迅猛LLM Agent是什么&#xff1f; 2 LLM Agent 架构深度剖析规划能力…

OpenCV实战——OpenCV.js介绍

OpenCV实战——OpenCV.js介绍 0. 前言1. OpenCV.js 简介2. 网页编写3. 调用 OpenCV.js 库4. 完整代码相关链接 0. 前言 本节介绍如何使用 JavaScript 通过 OpenCV 开发计算机视觉算法。在 OpenCV.js 之前&#xff0c;如果想要在 Web 上执行一些计算机视觉任务&#xff0c;必须…

线性代数:矩阵运算(加减、数乘、乘法、幂、除、转置)

目录 加减 数乘 矩阵与矩阵相乘 矩阵的幂 矩阵转置 方阵的行列式 方阵的行列式&#xff0c;证明&#xff1a;|AB| |A| |B| 加减 数乘 矩阵与矩阵相乘 矩阵的幂 矩阵转置 方阵的行列式 方阵的行列式&#xff0c;证明&#xff1a;|AB| |A| |B|

核密度曲线(python

目录 1.代码&#xff1a;2.效果&#xff1a;小结&#xff1a; 1.代码&#xff1a; import pandas as pd import matplotlib.pyplot as plt # 读入数据 file r123.xlsx sheet Sheet2 col S213 # 标题名称 title col 供订比曲线 xlabel 供订比 # 横轴显示范围 xleft 0 xr…

解决 conda新建虚拟环境只有一个conda-meta文件&conda新建虚拟环境不干净

像以前一样通过conda 新建虚拟环境时发现环境一团糟&#xff0c;首先新建虚拟环境 conda create -n newenv这时候activate newenv&#xff0c;通过pip list&#xff0c;会发现有很多很多的包&#xff0c;都是我在其他环境用到的。但诡异的是&#xff0c;来到anaconda下env的目…

加固密码安全:保护您的个人信息

一、引言 在数字化时代&#xff0c;密码安全是保护个人信息和数据的重要环节。然而&#xff0c;许多人在创建和管理密码时存在一些常见的安全漏洞&#xff0c;如使用弱密码、重复使用密码等。本文将详细介绍密码安全的重要性&#xff0c;并提供一些有效的方法和技巧&#xff0…

【嘉立创EDA-PCB设计指南】4.模块化布局

前言&#xff1a;本文对本专栏中的【嘉立创EDA-PCB设计指南】前面绘制的原理图进行模块化布局&#xff0c;首先进行预布局&#xff08;将每个模块放一起&#xff09;&#xff0c;然后进行精细化布局&#xff08;按照原理图来精细化布局&#xff09;。 目录 模块化预布局 模块…

软件工程应用题汇总

绘制数据流图(L0/L1/L2) DFD/L0&#xff08;基本系统模型&#xff09; 只包含源点终点和一个处理(XXX系统) DFD/L1&#xff08;功能级数据流图&#xff09;在L0基础上进一步划分处理(XXX系统) 个人理解 DFD/L2&#xff08;在L1基础上进一步分解后的数据流图&#xff09; 数据…