每日看点!C#实现折半查找算法
来源:脚本之家    时间:2022-08-13 17:47:41


【资料图】

折半查找,也叫二分查找,当在一个数组或集合中查找某个元素时,先定位出中间位置元素,如果要查找的元素正好和该中间位置元素相等,通过一次查找,就能找到匹配元素;如果要查找的元素小于该中间位置元素,就抛弃后面一半的元素,在前面一半的元素中再定位出中间位置元素,如此反复,直到找到匹配元素;如果要查找的元素大于该中间位置元素,就抛弃前面一半的元素,在后面一半的元素中定位出中间位置元素,如此反复。

面临的第一个问题是:中间位置元素如何定位?在折半查找中规定:当元素个数是奇数,比如有3个元素,中间位置元素是索引为1的元素;当元素个数是偶数,比如有4个元素,索引为1和2的元素理论都是中间位置元素,但在折半查找中,把后面这个,即索引为2的元素视为中间位置元素。

面临的第二个问题是:由于,要查找的元素和中间位置元素之间需要比较,我们在比较之前,势必要让数组按升序或降序来排列。

自定义一个类,该类维护着一个int[]类型数组,通过构造函数确定数组长度和对数组进行排序,并提供打印数组元素的方法,以及折半算法。

public class MyArray
    {
        private int[] arr;//内部维护着一个数组
        private static Random r = new Random();//用它来生成数组的随机元素
        //通过构造函数来确定内部数组的长度,并生成数组的随机元素,并对数组元素排序
        public MyArray(int size)
        {
            arr = new int[size];
            for (int i = 0; i < size; i++)
            {
                arr[i] = r.Next(1, 100);
            }
            Array.Sort(arr);
        }
        //折半查找算法 返回查找元素的索引位置
        public int HalfSearch(int key)
        {
            int low = 0;//低点,初始值设置成最低点,即索引0
            int high = arr.Length - 1;//高点,初始值设置成最高点,即索引数组最后一个位置
            //如果数组元素个数是偶数,比如4个,索引2和3都是中间位置,用以下算法中间位置指向索引3
            //如果数组元素个数是奇数,比如3个,索引1是中间位置,用以下算法中间位置指向索引1
            int middle = (low + high + 1)/2;
            int location = -1;//找不到就返回-1
            //循环,找不到就一直查找
            do
            {
                //每次循环,把低点和高点位置的元素打印出来
                Console.WriteLine(PrintSectionElements(low, high));
                Console.WriteLine();
                //如果要查找元素是中间位置的元素,就返回中间位置这个索引
                if (key == arr[middle])
                {
                    location = middle;
                }
                else if (key < arr[middle]) //如果要查找元素小于中间位置元素,把中间位置前面的索引设为高点
                {
                    high = middle - 1;
                }
                else//如果要查找元素大于中间位置元素,把中间位置后面的索引设为低点
                {
                    low = middle + 1;
                }
                //如果代码运行到此处,说明还没有找到匹配元素,由于以上重新设置了低点或高点,所以这里也要重新设置中间位置
                middle = (low + high + 1)/2;
            } while ((low <= high) && (location == -1));
            return location;
        }
        //打印2个位置间的数组元素
        public string PrintSectionElements(int low, int high)
        {
            string temp = "";
            //对于2个位置间的元素打印出元素并跟上一个空格位置
            for (int i = low; i <= high; i++)
            {
                temp += arr[i] + " ";
            }
            return temp;
        }
        //重写ToString方法,把数组所有的元素都打印出来
        public override string ToString()
        {
            return PrintSectionElements(0, arr.Length - 1);
        }
    }

以上,折半查找的目的是找到匹配元素在数组中的索引位置,为此,通过需查找元素和中间位置元素大小的比较,不断地调整低点、高点和中间位置。另外,在C#中,1/2的结果是0。

客户端。

class Program
    {
        private static int key; //需查找元素
        private static int position;//匹配元素所在的位置
        static void Main(string[] args)
        {
            MyArray myArray = new MyArray(7);
            //把所有元素打印出来
            Console.WriteLine(myArray);
            Console.WriteLine("请输入需要查找的元素或输入-1退出 ");
            key = Convert.ToInt32(Console.ReadLine());
            Console.WriteLine();
            while (key != -1)
            {
                //调用折半算法得出所需查找元素的位置
                position = myArray.HalfSearch(key);
                if (position == -1) //说明没有找到需要匹配的元素
                {
                    Console.WriteLine("没有找到元素{0}", key);
                }
                else
                {
                    Console.WriteLine("在{0}号位置查到元素{1}", position, key);
                }
                Console.WriteLine("请输入需要查找的元素或输入-1退出 ");
                key = Convert.ToInt32(Console.ReadLine());
                Console.WriteLine();
            }
        }
    }

用时间复杂度来描述折半查找的效率

假设一个数组有1023个元素,由于可以表示成"1023=2ⁿ-1"等式,所有n=10。对该数组每进行一次折半,相当于除以2,也就是说,在该数组中查找某个元素,最多需要10次,就可以查到匹配元素。

对于"2ⁿ-1"这个表达式,当n=30,就表示10亿,使用折半查找,10亿个元素最多需要30次就能找到匹配元素。而使用线性查找需要平均5亿次的查找。2种算法的效率由此可见一斑。

把折半查找、二分查找的时间复杂度写成O(log n),称为"对数运行时间",读为"对数阶"。

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

关键词: 中间位置 数组元素 构造函数 如此反复

上一篇:

下一篇:

X 关闭

X 关闭