java实现斐波那契查找

package course;

import java.util.Arrays;

public class FibonacciSearch {
	public static int maxSize = 20;
	
	public static void main(String[] args) {
		int[] arr = {1, 8, 10, 89, 1000, 1234};
		System.out.println("index=" + fibSearch(arr, 89));
	}
	
	// 因为后面我们mid=low+F(k-1)-1,需要使用到斐波那契数列,因此我们需要先获取到一个斐波那契数列
	// 非递归方法得到一个斐波那契数列
	public static int[] fib() {
		int[] f = new int[maxSize];
		f[0] = 1;
		f[1] = 1;
		for (int i = 2; i < maxSize; i++) {
			f[i] = f[i - 1] + f[i - 2];
		}
		return f;
	}
	
	// 编写斐波那契查找算法
	// 使用非递归的方式编写算法
	/**
	 * @param a 数组
	 * @param key 需要查找的关键码(值)
	 * @return 返回对应的下标,如果没有-1
	 */
	public static int fibSearch(int[] a, int key) {
		int low = 0;
		int high = a.length - 1;
		int k = 0; // 表示斐波那契分割数值的下标,F(k-1)-1中的k
		int mid = 0; // 存放mid值
		int f[] = fib(); // 获取到斐波那契数列
		// 获取到斐波那契分割数值的下标
		while (high > f[k] - 1) {
			k++;
		}
		// 因为f[k]值可能大于a的长度,因此我们需要使用Arrays类构造一个新的数组并指向a[]
		// 不足的部分会使用0填充
		int[] temp = Arrays.copyOf(a, f[k]);
		// 实际上需要使用a数组的最后的数填充temp
		// 举例:
		// temp = {1, 8, 10, 89, 1000, 1234, 0, 0} => {1, 8, 10, 89, 1000, 1234, 1234, 1234}
		for (int i = high + 1; i < temp.length; i++) {
			temp[i] = a[high];
		}
		
		// 使用while来循环处理,找到我们的数key
		while (low <= high) { // 只要这个条件满足就可以找
			mid = low + f[k - 1] - 1;
			if (key < temp[mid]) { // 我们应该继续向数组的前面查找(左边)
				high = mid - 1;
				// 为什么是k--
				// 1. 全部元素 = 前面的元素 + 后边元素
				// 2. f[k] = f[k-1] + f[k-2]
				// 因为前面有f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
				// 即在f[k - 1]的前面继续查找
				// 即下次循环mid = low + f[k-1-1]-1
				k--;
			} else if (key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
				low = mid + 1;
				// 为什么是k -= 2
				// 1.  全部元素 = 前面的元素 + 后边元素
				// 2. f[k] = f[k-1] + f[k-2]
				// 3.  因为后面我们有f[k-2]个元素所以可以继续拆分 f[k-2] = f[k-3] + f[k-4]
				// 4.  即在f[k-2]的前面进行查找 k -= 2
				// 5.  即下次循环mid = f[k - 1 - 2] - 1
				k = k - 2;
			} else { // 找到
				// 需要确定返回的是哪个下标
				if (mid <= high) {
					return mid;
				} else {
					return high;
				}
			}
		}
		return -1;
	}
}

 

### 斐波那契数列算法实现 斐波那契数列是一种经典的数学序列,其定义如下:第0项为0,第1项为1,后续每一项等于前两项之和。即 \( F(n) = F(n-1) + F(n-2) \),其中 \( F(0)=0, F(1)=1 \)[^2]。 以下是几种常见的斐波那契数列算法实现方式: #### 方法一:递归实现 递归是最直观的方法来实现斐波那契数列,但由于重复计算子问题,时间复杂度较高,达到 \(O(2^n)\)[^2]。 ```python def fibonacci_recursive(n): if n <= 0: return 0 elif n == 1: return 1 else: return fibonacci_recursive(n - 1) + fibonacci_recursive(n - 2) ``` #### 方法二:动态规划(自底向上) 通过存储中间结果避免重复计算,这种方法的时间复杂度降为 \(O(n)\),空间复杂度也为 \(O(n)\)[^2]。 ```python def fibonacci_dp(n): if n <= 0: return 0 dp = [0] * (n + 1) dp[1] = 1 for i in range(2, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` #### 方法三:优化的空间复杂度版本 进一步优化动态规划方法,仅保留最近两个状态,从而将空间复杂度降低到 \(O(1)\)[^2]。 ```python def fibonacci_optimized(n): if n <= 0: return 0 a, b = 0, 1 for _ in range(2, n + 1): a, b = b, a + b return b ``` #### 方法四:矩阵快速幂 利用线性代数的知识,可以通过矩阵乘法加速计算斐波那契数列,时间复杂度降至 \(O(\log n)\)。 ```python import numpy as np def matrix_power(matrix, n): result = np.eye(len(matrix), dtype=int) base = matrix while n > 0: if n % 2 == 1: result = np.dot(result, base) base = np.dot(base, base) n //= 2 return result def fibonacci_matrix(n): if n <= 0: return 0 fib_matrix = np.array([[1, 1], [1, 0]], dtype=int) powered_matrix = matrix_power(fib_matrix, n - 1) return powered_matrix[0][0] ``` ### 应用案例分析 除了基本的数值计算外,斐波那契数列还被广泛应用于实际场景中。例如,在查找算法领域,可以使用斐波那契数列设计一种高效搜索技术——斐波那契查找[Fibonacci Search],该算法适用于已排序的数据集[^1]。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值