斐波那契查找

66 阅读2分钟

开启掘金成长之旅!这是我参与「掘金日新计划 · 12 月更文挑战」的第二十二天,点击查看活动详情

斐波那契查找

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

原理

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)

image-20220907211854950

  • 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
  • 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

分析

有序数组进行斐波那契查找 {1,8, 10, 89, 1000, 1234}

import java.util.Arrays;
​
/**
 * @author Kcs 2022/9/7
 */
public class FibonacciSearch {
​
    //斐波那契额数列的显示个数
    public static int maxSize = 20;
​
    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1234};
        System.out.println(fibSearch(arr, 8));
    }
​
​
    /**
     * 20个斐波那契数列
     * @return f[]
     */
    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;
    }
​
    /**
     * 斐波那契薯类
     * @param a 要在查找的数组
     * @param key 需要查找的关键值
     * @return index
     */
    public static int fibSearch(int[] a, int key) {
        //左边下标
        int low = 0;
​
        //右边下标
        int high = a.length - 1;
​
        //斐波那契分割数值的下标
        int k = 0;
​
        //mid
        int mid = 0;
​
        //获取斐波那契数列
        int[] f = fib();
​
        while (high > f[k] - 1) {
            k++;
        }
​
        //防止f[k] 大于 数组的长度,不足的时候使用 0 填充
        int[] temp = Arrays.copyOf(a, f[k]);
​
        //不使用0 进行填充,使用 arr数组的最后一位进行填充
        for (int i = high + 1; i < temp.length; i++) {
            temp[i] = a[high];
        }
​
        //查找目标值
        while (low <= high) {
            mid = low + f[k - 1] - 1;
            if (key < temp[mid]) {
                //查找前半部分(左边)
                high = mid - 1;
                k--;
            } else if (key > temp[mid]) {
                //向右边查找
                low = mid + 1;
                //f[k-1] = f[k -3]+f[k -4]
                k -= 2;
            } else {
                //查找到
                if (mid <= high) {
                    //左边mid
                    return mid;
                } else {
                    //右边的index
                    return high;
                }
            }
        }
        //没有找到
        return -1;
    }
}