【愚公系列】2021年11月 C#版 数据结构与算法解析(斐波那契查找)

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: 【愚公系列】2021年11月 C#版 数据结构与算法解析(斐波那契查找)

斐波那契查找是区间中单峰函数的搜索技术,它在二分查找的基础上根据斐波那契数列进行分割的。在斐波那契数列找一个等于或略大于查找表中元素个数的数F[n],如果原查找表长度不足F[n],则补充重复最后一个元素,直到满足F[n]个元素时为止。完成后进行斐波那契分割,即F[n]个元素分割为前半部分F[n-1]个元素,后半部分F[n-2]个元素,根据值的关系确定往前或往后查找,直到找到时为止。如果一直找不到,则返回-1。


示例:

public class Program {

 

   public static void Main(string[] args) {

       int[] array = { 8, 11, 21, 28, 32, 43, 48, 56, 69, 72, 80, 94 };

       CalculateFibonacci();

 

       Console.WriteLine(FibonacciSearch(array, 80));

 

       Console.ReadKey();

   }

 

   private const int MAXSIZE = 47;

 

   private static int[] _fibonacciArray = new int[MAXSIZE];

 

   private static void CalculateFibonacci() {

       _fibonacciArray[0] = 1;

       _fibonacciArray[1] = 1;

       //计算斐波那契数,使用数组保存中间结防止重复计算,

       //注意MAXSIZE为48时,斐波那契数将会溢出整型范围。

       //1,1,2,3,5,8,13,21,34,55,89...

       for(int i = 2; i < _fibonacciArray.Length; i++)

           _fibonacciArray[i] = _fibonacciArray[i - 1] + _fibonacciArray[i - 2];

   }

 

   private static int FibonacciSearch(int[] array, int key) {

       int length = array.Length;

       int low = 0, high = length - 1, mid, k = 0;

 

       //先查找到距离最近的斐波那契数,本案例为k=6时,值13

       int[] banlance;

       while(length > _fibonacciArray[k])

           k++;

 

       //数组的数量必须为_fibonacciArray[k],所以使用一个中间平衡数组

       if(length < _fibonacciArray[k]) {

           banlance = new int[_fibonacciArray[k]];

           for(int i = 0; i <= length - 1; i++)

               banlance[i] = array[i];

       } else {

           banlance = array;

       }

 

       //平衡数组中的后半部分用前面的最后一个值补全

       for(int i = length; i < _fibonacciArray[k]; i++)

           banlance[i] = banlance[length - 1];

 

       //接下来的过程和二分查找类似

       while(low <= high) {

           mid = low + _fibonacciArray[k - 1] - 1;

           if(banlance[mid] > key) {

               high = mid - 1;

               k--;

           } else if(banlance[mid] < key) {

               low = mid + 1;

               k -= 2;

           } else {

               //防止索引出界

               if(mid <= length - 1)

                   return mid;

               return length - 1;

           }

       }

 

       //查找不到时返回-1

       return -1;

   }

 

}

在最坏的情况下斐波那契查找的时间复杂度为:O(logn) 。

相关文章
|
1月前
|
算法 前端开发 数据处理
小白学python-深入解析一位字符判定算法
小白学python-深入解析一位字符判定算法
48 0
|
1月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
44 3
|
2月前
|
C# Windows
visual studio 2022 社区版 c# 环境搭建及安装使用【图文解析-小白版】
这篇文章提供了Visual Studio 2022社区版C#环境的搭建和安装使用指南,包括下载、安装步骤和创建C#窗体应用程序的详细图文解析。
visual studio 2022 社区版 c# 环境搭建及安装使用【图文解析-小白版】
|
1月前
|
搜索推荐 算法
插入排序算法的平均时间复杂度解析
【10月更文挑战第12天】 插入排序是一种简单直观的排序算法,通过不断将未排序元素插入到已排序部分的合适位置来完成排序。其平均时间复杂度为$O(n^2)$,适用于小规模或部分有序的数据。尽管效率不高,但在特定场景下仍具优势。
|
18天前
|
编译器 C# 开发者
C# 9.0 新特性解析
C# 9.0 是微软在2020年11月随.NET 5.0发布的重大更新,带来了一系列新特性和改进,如记录类型、初始化器增强、顶级语句、模式匹配增强、目标类型的新表达式、属性模式和空值处理操作符等,旨在提升开发效率和代码可读性。本文将详细介绍这些新特性,并提供代码示例和常见问题解答。
33 7
C# 9.0 新特性解析
|
16天前
|
C# 开发者
C# 10.0 新特性解析
C# 10.0 在性能、可读性和开发效率方面进行了多项增强。本文介绍了文件范围的命名空间、记录结构体、只读结构体、局部函数的递归优化、改进的模式匹配和 lambda 表达式等新特性,并通过代码示例帮助理解这些特性。
28 2
|
21天前
|
算法 Linux 定位技术
Linux内核中的进程调度算法解析####
【10月更文挑战第29天】 本文深入剖析了Linux操作系统的心脏——内核中至关重要的组成部分之一,即进程调度机制。不同于传统的摘要概述,我们将通过一段引人入胜的故事线来揭开进程调度算法的神秘面纱,展现其背后的精妙设计与复杂逻辑,让读者仿佛跟随一位虚拟的“进程侦探”,一步步探索Linux如何高效、公平地管理众多进程,确保系统资源的最优分配与利用。 ####
58 4
|
22天前
|
缓存 负载均衡 算法
Linux内核中的进程调度算法解析####
本文深入探讨了Linux操作系统核心组件之一——进程调度器,着重分析了其采用的CFS(完全公平调度器)算法。不同于传统摘要对研究背景、方法、结果和结论的概述,本文摘要将直接揭示CFS算法的核心优势及其在现代多核处理器环境下如何实现高效、公平的资源分配,同时简要提及该算法如何优化系统响应时间和吞吐量,为读者快速构建对Linux进程调度机制的认知框架。 ####
|
1月前
|
搜索推荐 Shell
解析排序算法:十大排序方法的工作原理与性能比较
解析排序算法:十大排序方法的工作原理与性能比较
53 9
|
1月前
|
机器学习/深度学习 算法 PyTorch
Pytorch-RMSprop算法解析
关注B站【肆十二】,观看更多实战教学视频。本期介绍深度学习中的RMSprop优化算法,通过调整每个参数的学习率来优化模型训练。示例代码使用PyTorch实现,详细解析了RMSprop的参数及其作用。适合初学者了解和实践。
41 1

推荐镜像

更多
下一篇
无影云桌面