斐波那契查找算法 (java)

简介: 斐波那契查找算法 (java)

类似二分查找,mid取值按照黄金分割比取,斐波那契数组最接近黄金分割比数组。

 
 
import java.util.Arrays;
 
public class FibonacciSearch {
    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1234};
        int[] fib = fib(20);
        System.out.println(Arrays.toString(fib));
        System.out.println(fibSearch(arr,1234));
    }
 
    /**
     * 获取斐波那契数列
     */
    public static int[] fib(int size) {
        int[] arr = new int[size];
        for (int i = 0; i < size; i++) {
            if (i == 1 || i == 0) {
                arr[i] = 1;
            } else {
                arr[i] = arr[i - 1] + arr[i - 2];
            }
        }
        return arr;
    }
 
    /**
     * 斐波那契查找算法
     *
     * @param arr 数组
     * @param key 查找的值
     * @return 返回对相应下标,默认返回-1;
     */
    public static int fibSearch(int[] arr, int key) {
        int low = 0;
        int hight = arr.length - 1;
        //斐波那契数组的下标
        int k = 0;
        //存放mid值
        int mid = 0;
        int[] fibArr = fib(arr.length);
        //获取斐波那契分割数值的下标
        while (hight > fibArr[k] - 1) {
            k++;
        }
        //fibArr[k]的值可能大于a的长度,需要扩充,新增的值用原数组最大值
        int[] temp = Arrays.copyOf(arr, fibArr[k]);
        for (int i = arr.length; i < fibArr[k]; i++) {
            temp[i] = arr[arr.length - 1];
        }
        //使用while寻找key
        while (low <= hight) {
            mid = low + fibArr[k - 1] - 1;
            //fibArr[k]=fibArr[k-1]+fibArr[k-2];
            //全部元素=前边的元素+后边的元素
            //前边k-1 后边k-2
            if (key < temp[mid]) {
                hight = mid - 1;
                k--;
            }else if(key>temp[mid]){
                low=mid+1;
                k-=2;
            }else{
                if(mid>hight){
                    return hight;
                }else{
                    return mid;
                }
            }
        }
        return -1;
    }
}
相关文章
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
人工智能 算法 NoSQL
LRU算法的Java实现
LRU(Least Recently Used)算法用于淘汰最近最少使用的数据,常应用于内存管理策略中。在Redis中,通过`maxmemory-policy`配置实现不同淘汰策略,如`allkeys-lru`和`volatile-lru`等,采用采样方式近似LRU以优化性能。Java中可通过`LinkedHashMap`轻松实现LRUCache,利用其`accessOrder`特性和`removeEldestEntry`方法完成缓存淘汰逻辑,代码简洁高效。
641 0
|
存储 算法 安全
探究‘公司禁用 U 盘’背后的哈希表算法与 Java 实现
在数字化办公时代,信息安全至关重要。许多公司采取“禁用U盘”策略,利用哈希表算法高效管理外接设备的接入权限。哈希表通过哈希函数将设备标识映射到数组索引,快速判断U盘是否授权。例如,公司预先将允许的U盘标识存入哈希表,新设备接入时迅速验证,未授权则禁止传输并报警。这有效防止恶意软件和数据泄露,保障企业信息安全。 代码示例展示了如何用Java实现简单的哈希表,模拟公司U盘管控场景。哈希表不仅用于设备管理,还在文件索引、用户权限等多方面助力信息安全防线的构建,为企业数字化进程保驾护航。
|
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。
1458 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。
|
11月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
2737 2
|
算法 Java 编译器
【递归算法】斐波那契变形问题(C/C++)
【递归算法】斐波那契变形问题(C/C++)
|
算法 Java
LeetCode经典算法题:矩阵中省份数量经典题目+三角形最大周长java多种解法详解
LeetCode经典算法题:矩阵中省份数量经典题目+三角形最大周长java多种解法详解
283 6
|
存储 算法 Java
LeetCode经典算法题:打家劫舍java详解
LeetCode经典算法题:打家劫舍java详解
344 2

热门文章

最新文章