斐波那契查找

Introduce

黄金分割查找,区别于插值查找找0.5,斐波那契查找找0.618。


image.png

原理介绍

image.png

推导得出只要顺序数组长度=F[k]-1,就可将数组分为两部分,一部分长度F[k-1],一部分F[k-2]

此时mid=low+F[k-1]-1;

需要注意的是,顺序数组长度不一定=F[k]-1,所以需要对原数组扩容,让其满足该条件

image.png

code

package com.pl.arithmetic.search;

import java.util.Arrays;

/**
 * <p>
 *
 * @Description: TODO
 * </p>
 * @ClassName FibonacciSearch
 * @Author pl
 * @Date 2020/12/30
 * @Version V1.0.0
 */
public class FibonacciSearch {

    public static int maxSize = 20;
    public static void main(String[] args) {
        int [] arr = {1,8, 10, 89, 1000, 1234};

        System.out.println("index=" + fibSearch(arr, 1234));// 0

    }

    /**
     * 构建斐波那契数组
     * 
     * @param 
     * @return int[]
     * @exception 
     * @author silenter
     * @date 2020/12/30 7:51
    */
    public static int[] buildFibArr(){
        int[] arr = new int[maxSize];
        arr[0] = 1;
        arr[1] = 2;
        for (int i = 2; i < arr.length; i++) {
            arr[i] = arr[i-1]+arr[i-2];
        }
        return arr;
    }

    /**
     *斐波那契查找法
     * 
     * @param oriArr
     * @param target
     * @return int
     * @exception 
     * @author silenter
     * @date 2020/12/30 7:51
    */
    public static int fibSearch(int[] oriArr, int target) {
        int arrLength = oriArr.length;
        int[] fibArr = buildFibArr();
        int fibIndex = 0;
        //todo 寻找数组的长度接近的那个斐波那契元素,创造一个长度=fibArr[fibIndex]-1长度的数组,因为只有满足这个条件,才有mid = low + fibArr[fibIndex-1]-1
        while (arrLength>fibArr[fibIndex]-1){
            fibIndex++;
        }
        //数组长度不一定=fibArr[fibIndex]-1  所以需要扩容{1,8, 10, 89, 1000, 1234, 0, 0}
        int[] fiboriArr = Arrays.copyOf(oriArr, fibArr[fibIndex]);
        //因为数组为顺序数组,需要将0改成最大值
        for (int i = arrLength; i < fiboriArr.length; i++) {
            fiboriArr[i] = oriArr[arrLength-1];
        }
        //todo 在扩容数组中找值
        int mid = 0;
        int leftIndex = 0;
        int rightIndex = oriArr.length-1;
        //注意此时判断条件是原数组的边界比较,因为此时是在扩容数组中寻找,所以允许出现leftIndex = rightIndex,因为有一种情况,一直在右侧查找,有可能到扩容元素中查找
        while (leftIndex<=rightIndex){
            mid =leftIndex+fibArr[fibIndex-1] -1;
            //向左查询
            if (fiboriArr[mid]>target){
                rightIndex = mid-1;
                //此时将数组分为两部分  fibArr[fibIndex]-1(当前数组长度,即fiboriArr.length) = fibArr[fibIndex-1]-1(左部分长度)+fibArr[fibIndex-2]-1(右部分长度)+1(mid算一个长度)
                //此时需要在左部分中查找target,此时左部分数组长度为  fibArr[fibIndex-1]-1 ,mid =fibArr[fibIndex-1-1]-1  所以fibIndex--
                fibIndex--;
            }else if (fiboriArr[mid]<target){
                //此时将数组分为两部分  fibArr[fibIndex]-1(当前数组长度,即fiboriArr.length) = fibArr[fibIndex-1]-1(左部分长度)+fibArr[fibIndex-2]-1(右部分长度)+1(mid算一个长度)
                //此时需要在右部分中查找target,此时右部分数组长度为  fibArr[fibIndex-2]-1 ,mid =fibArr[fibIndex-2-1]-1  所以fibIndex-=2
                leftIndex = mid+1;
                fibIndex-=2;
            }else {
                if (mid<arrLength){
                    return mid;
                }else {
                    return arrLength-1;
                }
            }
        }
        return -1;
    }
}
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,869评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,716评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,223评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,047评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,089评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,839评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,516评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,410评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,920评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,052评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,179评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,868评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,522评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,070评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,186评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,487评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,162评论 2 356

推荐阅读更多精彩内容