数据结构(3)基础查找算法——顺序查找、二分查找(JAVA版)

简介: 3.1.顺序查找顺序查找,时间复杂度是O(n),逻辑很简单,就是依次遍历一个线性的数据结构判断所要查找的目标数据是否在这个数据结构里。以下是代码实现:

3.1.顺序查找

顺序查找,时间复杂度是O(n),逻辑很简单,就是依次遍历一个线性的数据结构判断所要查找的目标数据是否在这个数据结构里。以下是代码实现:

public boolean sequentialSearch(int target){
        int[] array={1,3,5,7,9,11,13,15};
        for(int i=0;i<array.length;i++){
            if(array[i]==target){
                return true;
            }
        }
        return false;
    }

3.2.二分查找

3.2.1.逻辑简介

二分查找,适用的前提是数据结构里的数据是按照升序或者降序有序排列的,时间复杂度是O(log2为底的n)。


其核心思想是折半,要查找的目标数据和当前段的中间位置的数据比较,


如果目标数据>中间位置的数据,说明要查找的目标数据只可能存在于当前段的右半段,那么就直接去右半段查找即可;


如果目标数据<中间位置的数据,说明要查找的目标数据只可能存在于当前段的左半段,那么就直接去左半段查找即可。


一直重复以上的逻辑,不断的折半载折半。


以下是逻辑简介:


准备三个指针left、mid、right,分别指向当前段的起止位置和中间位置。


查找过程停止的两个条件:


找到目标数据

left、right相撞

假设要查找的目标元素为3,一共会经历如下两次折半。

a538c4299c5748adb8d409b274220dc6.png

3.2.2.代码示例

1public class findDemo {
    int[] array={1,3,5,7,9,11,13,15};
    int left=0;
    int right=array.length-1;
    int mid=array.length/2;
    public boolean binarySearch(int target){
        //递归出口1:如果mid位置的数据是要查找的数据,整个查找过程结束
        if(array[mid]==target){
            return true;
        }
        //递归出口2:如果直到right和left相遇数据都没有查找到,说明数据不存在
        if(right<=left){
            return false;
        }
        //在左半边进行查找
        if(target<array[mid]){
            right=mid-1;
            mid=left+(mid-left)/2;
        }
        //在右半边进行查找
        if(target>array[mid]){
            left=mid+1;
            mid=mid+(right-mid)/2;
        }
        //递归
        return binarySearch(target);
    }
}


目录
相关文章
|
26天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
38 1
|
29天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
97 4
|
3天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
41 20
|
2天前
|
缓存 算法 搜索推荐
Java中的算法优化与复杂度分析
在Java开发中,理解和优化算法的时间复杂度和空间复杂度是提升程序性能的关键。通过合理选择数据结构、避免重复计算、应用分治法等策略,可以显著提高算法效率。在实际开发中,应该根据具体需求和场景,选择合适的优化方法,从而编写出高效、可靠的代码。
15 6
|
27天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
13天前
|
存储 缓存 安全
Java 集合江湖:底层数据结构的大揭秘!
小米是一位热爱技术分享的程序员,本文详细解析了Java面试中常见的List、Set、Map的区别。不仅介绍了它们的基本特性和实现类,还深入探讨了各自的使用场景和面试技巧,帮助读者更好地理解和应对相关问题。
33 5
|
27天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
1月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
102 23
|
1月前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
60 20
|
1天前
|
算法 索引
【算法】——二分查找合集
二分查找基础模版和进阶模版,查找元素位置,搜索插入位置,x的平方根,山脉数组的峰顶索引,寻找峰值,点名