0.概述
介绍了有序向量二分查找与Fibonacci查找,再介绍下有序向量的插值查找算法,包括算法原理分析,示例与实现,优点。
1. 原理与算法
算法基于二分查找(binary search) 演变而成,拥有二分查找时间复制度小的优点,而思想也几乎是继承了二分查找。
算法前提:向量中各元素有序、分布均匀且独立
轴点mi值依据首尾索引值、该位置上对应的值和待查找元素大致猜测。
该公式即为mi点的选取方式,而在 e < A[mi] 时则将high取为mi - 1,这点与二分查找同理,e > A[mi]时则同理将 low 取为 mi + 1
2. 示例与实现
此版示例显示,low和middle的计算很容易陷入10与11的死循环
此版插值查找算法采取措施防止死循环发生。
cpp
#include<iostream>
using namespace std;
//实现插值查找算法,e 表示要查找的目标元素,[lo,hi] 指定查找区域
int interpolation_search(int* A, int lo, int hi, int e) {
int mi = 0;
while (lo < hi) { //每步迭代仅需做一次比较判断,有两个分支
// 猜测"中间元素"所在的位置
mi = lo + (hi - lo - 1) * (e - A[lo]) / (A[hi - 1] - A[lo]);
//mi 取值无效 防止死循环
if (mi < lo) {
return --lo;
}
//找到后便跳出循环
if (e == A[mi]) {
return mi;
}
(e < A[mi]) ? hi = mi : lo = mi + 1; //经比较后确定深入[lo, mi)或(mi, hi)
}
return --lo; //循环结束时,lo为大于e的元素的最小秩,故lo - 1即不大于e的元素的最大秩
}
int main()
{
int a[19] = { 5,10,12,14,26,31,38,39,42,46,49,51,54,59,72,79,82,86,92 };
cout << interpolation_search(a, 0, 18, 62);
cout << endl;
return 0;
}
算法的正确性同有序向量二分查找与Fibonacci查找中的二分查找版本C。
3. 性能
- 对二长度为 n 的此类向量,插值查找的期望运行时间为 O(loglogn)
4. 优点
严格遵守search()语义,即返回确定不大于e的最后一个元素得秩,而不是-1。
5. 综合
当需要查找的数据源极大的时候,插值查找可以很大程度上缩短所需的时间,而在极小的数据源中,顺序查找更优,二分查找以及斐波那契查找则相较占中些。
大规模:插值查找
中规模:折半查找
小规模:顺序查找
参考连接:https://blog.csdn.net/glassesone/article/details/106910155