【数据结构查找算法篇】----线性查找【实战项目】

简介: 【数据结构查找算法篇】----线性查找【实战项目】

作为一名对技术充满热情的学习者,我一直以来都深刻地体会到知识的广度和深度。在这个不断演变的数字时代,我远非专家,而是一位不断追求进步的旅行者。通过这篇博客,我想分享我在某个领域的学习经验,与大家共同探讨、共同成长。请大家以开放的心态阅读,相信你们也会在这段知识之旅中找到启示。



前言

在数据结构中,有许多查找算法,它们根据数据的存储结构方式和结构的特点而有所区别,关于数据结构查找算法的学习,博主会依次详细的介绍现在比较常见的查找算法,通过对算法的介绍,搭配Java的实战项目,更深层次的对算法进行讲解。今天,我们就来介绍一下比较简单的查找算法----线性查找


一、什么是线性查找

线性查找,也叫顺序查找(Sequential Search),是一种最基本的查找算法。它适用于元素随机排列的数组(或者其他线性数据结构,如链表)。这种查找算法不要求数据被排序。

线性查找的工作原理是从数据结构的一端开始,逐一检查每个元素,直到找到与目标值匹配的元素或者搜索完所有的元素。换句话说,算法按照顺序访问数据结构中的每个元素,并将每个元素与要查找的值进行比较。

线性查找的实现步骤一般如下:

  1. 从数组的第一个元素开始。
  2. 将每一个元素与所要查找的元素进行比较。
  3. 如果当前元素与目标元素相等,则查找成功,返回当前元素的位置。
  4. 如果当前元素不等于目标元素,则移动到下一个元素。
  5. 重复步骤2-4,直到找到目标元素或遍历完所有元素。
  6. 如果数组中没有目标元素,则返回一个标识查找失败的值,通常使用元素索引的无效值,比如-1。

线性查找算法的平均性能是O(n),即在最坏的情况下可能需要检查数组中的每个元素。这个算法简单,易于实现,但不适合在大数据集上进行频繁查找。当数据量大或者必须经常查找时,可能需要选择更高效的查找算法,比如二分查找(但二分查找要求数据事先排序)。

二、线性查找适用于哪些数据结构

线性查找适用于几乎所有的线性数据结构,主要包括:

  1. 数组(Array):
    无论是一维数组还是多维数组,线性查找都可以通过遍历数组中的每个元素来进行。
  2. 链表(Linked List):
    包括单向链表和双向链表。线性查找通过遍历链表的每个节点来查找目标值。
  3. 栈(Stack):
    虽然栈是一种LIFO(后进先出)的数据结构,对栈进行线性搜索通常意味着必须移除所有元素直至找到目标元素或遍历完所有元素。
  4. 队列(Queue):
    类似于栈,队列是FIFO(先进先出)的数据结构。线性查找可以通过移除每个元素直到找到目标或遍历完所有元素。

以上数据结构,并不依赖于数据的有序性,因此线性查找无需依赖数据是否被排序。除了这些基本的线性数据结构,线性查找同样适用于其他可以顺序访问元素的结构,如双端队列(Deque)和某些类型的动态数组(如ArrayList)。

三、举例

我们有以下这组数组,并且我们想在这组数组中查找数字"5"。

数组例子: [4, 2, 7, 1, 5, 3, 8]

现在,我们将逐步进行线性查找:

  • 步骤 1: 从数组的第一个元素开始,即数字"4"。它与我们要查找的数字"5"不相等。
  • 步骤 2: 移动到数组的第二个元素,即数字"2"。它同样与数字"5"不相等。
  • 步骤 3: 继续到下一个元素,数字"7",这个数字也不是我们要查找的"5"。
  • 步骤 4: 往下一个元素移动,数字"1",它不是"5"。
  • 步骤 5: 移动到下一个元素,数字"5",这时,我们找到了与目标数字匹配的元素。

在这个例子中,我们在索引为4的位置找到了元素"5",如果我们用0作为数组的起始索引,则找到的索引为4(因为数组是这样的 [4, 2, 7, 1, 5, 3, 8],索引为 0, 1, 2, 3, 4, 5, 6)。

线性查找不需要预先排序数组,它只是简单地遍历元素直到找到匹配的元素为止。当遍历完数组还没有找到目标元素时,说明目标元素不在数组中。在实际应用中,如果线性查找经常用于大型的数组或者其他数据结构,它可能会非常慢,因为最坏的情况下,它的时间复杂度是O(n),意味着可能需要检查每一个元素。在可以使用的情况下,排序数组后进行二分查找或其他更高效的查找方法是更好的选择。

四、思考:是否可以使用线性查找在字符串中查找一个字符的位置?

当然,可以使用线性查找在字符串中查找一个字符的位置。字符串可以被看作是字符数组,线性查找可以逐个比较字符串中的字符来查找指定的字符。

以下是线性查找在字符串中查找字符的一个简单过程:

假设有以下字符串,并在其中查找字符 ‘e’ 的位置。

字符串例子: "example"

查找过程如下:

  • 步骤 1: 从字符串的第一个字符开始,即 ‘e’。它正好是我们要查找的字符。

由于在此例中,我们已经在字符串的起始位置找到了字符 ‘e’,线性查找立即结束,并且返回该字符的位置。如果字符串的开始位置是索引 0,则字符 ‘e’ 的索引是 0。

如果查找的字符不在字符串的开头,那么查找过程将继续逐个检查字符串中的每个后续字符:

  • 步骤 2: 比较第二个字符,看它是否是我们要找的字符。
  • 步骤 3: 如果不是,继续与第三个字符比较,依此类推。
  • 步骤 4: 当找到匹配的字符时,返回该字符在字符串中的索引。
  • 步骤 5: 如果直到字符串末尾都没有找到字符,则该字符不在字符串中,可以返回一个表示未找到的值(例如,-1)。

线性查找在字符串中查找字符的效率与在数组中查找类似,如果必须经常进行查找或者在长字符串中查找时可能会较慢。在字符串中进行频繁查找时,其他数据结构或算法(如KMP算法)可能更加有效。

五、Java实战演练

在Java项目中,我们可以通过编写一个简单的方法来实现线性查找功能。下面是一个可以直接在Java项目中使用的实例,该代码段实现了在线性数据结构数组中查找特定元素的位置。

我们假设要在整数数组中查找特定的整数值。这里提供了一个叫linearSearch的函数,该函数接收一个整数数组和一个要查找的整数值,然后返回该整数值在数组中的索引。如果找不到,它将返回-1。

public class LinearSearchExample {
    
    /**
     * 使用线性查找在数组中查找特定的值。
     *
     * @param arr 要搜索的数组
     * @param target 要查找的值
     * @return 目标值在数组中的索引,如果未找到则返回-1
     */
    public static int linearSearch(int[] arr, int target) {
        // 遍历数组中的每个元素
        for (int i = 0; i < arr.length; i++) {
            // 如果当前元素等于目标值,则返回其索引
            if (arr[i] == target) {
                return i;
            }
        }
        // 如果遍历了整个数组都没有找到目标值,则返回-1
        return -1;
    }
    public static void main(String[] args) {
        // 创建一个数组用于搜索
        int[] numbers = {4, 2, 7, 1, 5, 3, 8};
        // 要查找的目标值
        int target = 5;
        // 调用linearSearch函数查找目标值
        int index = linearSearch(numbers, target);
        // 输出查找结果
        if (index != -1) {
            System.out.println("元素 " + target + " 在数组中的索引为: " + index);
        } else {
            System.out.println("元素 " + target + " 不在数组中。");
        }
    }
}

在上面的代码中,我们定义了一个名为linearSearch的方法,它通过遍历整个数组并比较每个元素与目标值是否相等来实现线性查找。如果找到目标值,则返回其在数组中的索引。如果遍历完整个数组后没有找到目标值,则返回-1,表示目标值不在数组中。

main方法定义了一个数组,设置了一个目标值,并调用了linearSearch方法来查找该目标值。最后,根据返回的索引值(如果索引值不是-1),程序打印出目标值在数组中的位置。如果目标值不在数组中,则打印出相应的提示信息。


总结

线性查找是比较简单易懂的算法,在实际开发中很少遇到这样简单的算法,往往需要通过搭配其他较难的查找算法是代码变得更加完善有效,后面我们会继续学习,加油!

感谢大家抽出宝贵的时间来阅读博主的博客,新人博主,感谢大家关注点赞,祝大家未来的学习工作生活一帆风顺,加油!!!

目录
相关文章
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
69 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
26天前
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
59 2
|
1月前
|
机器学习/深度学习 存储 缓存
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
25 1
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
|
5天前
|
算法 C# 索引
C#线性查找算法
C#线性查找算法!
|
1月前
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
32 4
|
1月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
20 0
数据结构与算法学习十四:常用排序算法总结和对比
|
1月前
|
机器学习/深度学习 搜索推荐 算法
探索数据结构:初入算法之经典排序算法
探索数据结构:初入算法之经典排序算法
|
1月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
20 0
|
15天前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
90 9
|
6天前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
15 1