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:
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。
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)查找算法
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。
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”。
代码实现:
@SuppressWarnings("all")
public class FibonnacciSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1,8, 10, 89, 1000, 1234};
int i = fibSearch(arr, 89);
System.out.println("index : "+i);
System.out.println(Arrays.toString(fib()));
}
/**
* 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
* 非递归方法得到一个斐波那契数列
* @return
*/
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;
}
/**
* 编写斐波那契数列查找算法
* 使用递归方式编写算法
* @param a 数组
* @param key 我们需要查找的关键值
* @return 返回对应的下标,如果没有返回-1
*/
public static int fibSearch(int[] a,int key){
int low = 0;
int high = a.length - 1;
int k = 0;//表示斐波那契数列分割数值的下标
int mid = 0;//存放mid的值
int[] f = fib();
//f[k] = 1,1,2,3,5,8 (8 - 1 = 7) ==> false k == 5
while(high > f[k] - 1){
k ++;
}
/**
* 因为f[k]值可能大于a的长度,因此我们需要使用Arrays类,构造一个新数组,并指向a[]
* 不足的部分会使用0填充
* [1, 8, 10, 89, 1000, 1234, 0, 0]
*/
int[] temp = Arrays.copyOf(a,f[k]);
/**
* 实际上需求使用a数组最后的数填充temp
* 举例:
* temp = {1,8, 10, 89, 1000, 1234} => {1,8, 10, 89, 1000, 1234,1234,1234}
*/
for(int i = high + 1;i < temp.length;i ++){
temp[i] = a[high];
}
//使用while来循环处理,找到我们的数key
while(low <= high){
mid = low + f[k - 1] - 1;
if(key < temp [mid]){
high = mid - 1;
/**
* 为什么是 k--
* 说明:
* 1.全部元素 = 前面的元素 + 后面元素
* 2.f[k] = f[k - 1] + f[k - 2];
* 因为前面有f[k - 1]个元素,所以可以继续拆分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]){//我们应该继续向数组的后面查找(右边)
low = mid + 1;
/**
* 为什么是 k -= 2;
* 说明:
* 1.全部元素 = 前面元素+后面元素
* 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{
//需要确定,返回的是哪个下标
if(mid <= high){
return mid;
}else{
return high;
}
}
}
return -1;
}
}
文档信息
- 本文作者:Dkx
- 本文链接:https://pigpigletsgo.github.io/dou_note.github.io/2023/12/29/feibonaqichazhao/
- 版权声明:自由转载-非商用-非衍生-保持署名(创意共享3.0许可证)