- 数据结构与算法
- DSA - 首页
- DSA - 概述
- DSA - 环境设置
- DSA - 算法基础
- DSA - 渐进分析
- 数据结构
- DSA - 数据结构基础
- DSA - 数据结构和类型
- DSA - 数组数据结构
- 链表
- DSA - 链表数据结构
- DSA - 双向链表数据结构
- DSA - 循环链表数据结构
- 栈与队列
- DSA - 栈数据结构
- DSA - 表达式解析
- DSA - 队列数据结构
- 搜索算法
- DSA - 搜索算法
- DSA - 线性搜索算法
- DSA - 二分搜索算法
- DSA - 插值搜索
- DSA - 跳跃搜索算法
- DSA - 指数搜索
- DSA - 斐波那契搜索
- DSA - 子列表搜索
- DSA - 哈希表
- 排序算法
- DSA - 排序算法
- DSA - 冒泡排序算法
- DSA - 插入排序算法
- DSA - 选择排序算法
- DSA - 归并排序算法
- DSA - 希尔排序算法
- DSA - 堆排序
- DSA - 桶排序算法
- DSA - 计数排序算法
- DSA - 基数排序算法
- DSA - 快速排序算法
- 图数据结构
- DSA - 图数据结构
- DSA - 深度优先遍历
- DSA - 广度优先遍历
- DSA - 生成树
- 树数据结构
- DSA - 树数据结构
- DSA - 树的遍历
- DSA - 二叉搜索树
- DSA - AVL树
- DSA - 红黑树
- DSA - B树
- DSA - B+树
- DSA - 伸展树
- DSA - 字典树
- DSA - 堆数据结构
- 递归
- DSA - 递归算法
- DSA - 使用递归实现汉诺塔
- DSA - 使用递归实现斐波那契数列
- 分治法
- DSA - 分治法
- DSA - 最大-最小问题
- DSA - Strassen矩阵乘法
- DSA - Karatsuba算法
- 贪心算法
- DSA - 贪心算法
- DSA - 旅行商问题(贪心算法)
- DSA - Prim最小生成树
- DSA - Kruskal最小生成树
- DSA - Dijkstra最短路径算法
- DSA - 地图着色算法
- DSA - 分数背包问题
- DSA - 带截止日期的作业排序
- DSA - 最佳合并模式算法
- 动态规划
- DSA - 动态规划
- DSA - 矩阵链乘法
- DSA - Floyd-Warshall算法
- DSA - 0-1背包问题
- DSA - 最长公共子序列算法
- DSA - 旅行商问题(动态规划)
- 近似算法
- DSA - 近似算法
- DSA - 顶点覆盖算法
- DSA - 集合覆盖问题
- DSA - 旅行商问题(近似算法)
- 随机算法
- DSA - 随机算法
- DSA - 随机快速排序算法
- DSA - Karger最小割算法
- DSA - Fisher-Yates洗牌算法
- DSA有用资源
- DSA - 问答
- DSA - 快速指南
- DSA - 有用资源
- DSA - 讨论
指数搜索算法
指数搜索算法的目标是在输入数组的某个范围内进行搜索,它假设所需元素必须存在于该范围内,并在该特定的小范围内执行二分搜索。该算法也称为倍增搜索或手指搜索。
它类似于跳跃搜索,将排序后的输入划分为多个块并进行更小规模的搜索。但是,差异出现在计算划分块和应用的小规模搜索类型时(跳跃搜索应用线性搜索,指数搜索应用二分搜索)。
因此,此算法以 2 的幂进行指数跳跃。简单来说,搜索是在使用 pow(2, k) 分割的块上执行的,其中 k 是一个大于或等于 0 的整数。一旦位置 pow(2, n) 处的元素大于键元素,则在当前块上执行二分搜索。
指数搜索算法
在指数搜索算法中,跳跃从数组的第一个索引开始。因此,我们手动将第一个元素作为算法的第一步进行比较。
步骤 1 − 将数组中的第一个元素与键进行比较,如果找到匹配项,则返回第 0 个索引。
步骤 2 − 初始化 i = 1 并将数组的第 i 个元素与要搜索的键进行比较。如果匹配,则返回索引。
步骤 3 − 如果元素不匹配,则以 2 的幂对数组进行指数跳跃。因此,现在算法比较存在于增量位置的元素。
步骤 4 − 如果找到匹配项,则返回索引。否则,迭代地重复步骤 2,直到增量位置的元素大于要搜索的键。
步骤 5 − 由于下一个增量具有比键更高的元素并且输入已排序,因此算法在当前块上应用二分搜索算法。
步骤 6 − 如果找到匹配项,则返回键所在的索引;否则,将其确定为不成功的搜索。
伪代码
Begin m := pow(2, k) // m is the block size start := 1 low := 0 high := size – 1 // size is the size of input if array[0] == key return 0 while array[m] <= key AND m < size do start := start + 1 m := pow(2, start) while low <= high do: mid = low + (high - low) / 2 if array[mid] == x return mid if array[mid] < x low = mid + 1 else high = mid - 1 done return invalid location End
分析
尽管它被称为指数搜索,但它并非以指数时间复杂度执行搜索。但众所周知,在此搜索算法中,执行的基本搜索是二分搜索。因此,指数搜索算法的时间复杂度将与二分搜索算法相同,即O(log n)。
示例
为了更好地理解指数搜索算法并以更简单的方式理解它,让我们使用指数搜索算法在一个示例输入数组中搜索元素。
提供给搜索算法的排序输入数组为:
让我们在给定数组中搜索元素 81 的位置。
步骤 1
将数组的第一个元素与键元素 81 进行比较。
数组的第一个元素是 6,但要搜索的键元素是 81;因此,跳跃从第 1 个索引开始,因为没有找到匹配项。
步骤 2
在初始化 i = 1 之后,将键元素与第一个索引中的元素进行比较。这里,第一个索引中的元素与键元素不匹配。因此,它再次以 2 的幂进行指数递增。
索引递增到 2m = 21 = 将第二个索引中的元素与键元素进行比较。
它仍然不匹配,因此再次递增。
步骤 3
索引再次以 2 的幂递增。
22 = 4 = 将第 4 个索引中的元素与键元素进行比较,但尚未找到匹配项。
步骤 4
索引再次以指数方式递增。这次将第 8 个索引中的元素与键元素进行比较,但没有找到匹配项。
但是,第 8 个索引中的元素大于键元素。因此,在当前元素块上应用二分搜索算法。
步骤 5
当前元素块包含索引 [4, 5, 6, 7] 中的元素。
在此元素块上应用小规模二分搜索,其中计算出的中间值为第 5 个元素。
步骤 6
在中间元素处未找到匹配项,并发现所需元素大于中间元素。因此,搜索发生在块的右半部分。
现在将中间值设置为第 6 个元素:
步骤 7
在第 6 个元素处仍然未找到元素,因此它现在搜索中间元素的右半部分。
下一个中间值设置为第 7 个元素。
在这里,在第 7 个索引处找到了该元素。
实现
在指数搜索算法的实现中,程序检查每次以 2 的幂进行指数跳跃时的匹配项。如果找到匹配项,则返回元素的位置,否则程序返回不成功的搜索。
一旦指数跳跃处的元素大于键元素,则在当前元素块上执行二分搜索。
在本章中,我们将研究四种不同语言中指数搜索的实现。
#include <stdio.h> #include <math.h> int exponential_search(int[], int, int); int main(){ int i, n, key, pos; int arr[10] = {6, 11, 19, 24, 33, 54, 67, 81, 94, 99}; n = 10; printf("Array elements are: "); int len = sizeof(arr) / sizeof(arr[0]); for(int j = 0; j<len; j++){ printf("%d ", arr[j]); } key = 67; printf("\nThe element to be searched: %d", key); pos = exponential_search(arr, n, key); if(pos >= 0) printf("\nThe element is found at %d", pos); else printf("\nUnsuccessful Search"); } int exponential_search(int a[], int n, int key){ int i, m, low = 0, high = n - 1, mid; i = 1; m = pow(2,i); if(a[0] == key) return 0; while(a[m] <= key && m < n) { i++; m = pow(2,i); while (low <= high) { mid = (low + high) / 2; if(a[mid] == key) return mid; else if(a[mid] < key) low = mid + 1; else high = mid - 1; } } return -1; }
输出
Array elements are: 6 11 19 24 33 54 67 81 94 99 The element to be searched: 67 The element is found at 6
#include <iostream> #include <cmath> using namespace std; int exponential_search(int[], int, int); int main(){ int i, n, key, pos; int arr[10] = {6, 11, 19, 24, 33, 54, 67, 81, 94, 99}; cout<<"Array elements are: "; for(auto j : arr){ cout<<j<<" "; } n = 10; key = 67; cout<<"\nThe element to be searched: "<<key; pos = exponential_search(arr, n, key); if(pos >= 0) cout << "\nThe element is found at " << pos; else cout << "\nUnsuccessful Search"; } int exponential_search(int a[], int n, int key){ int i, m, low = 0, high = n - 1, mid; i = 1; m = pow(2,i); if(a[0] == key) return 0; while(a[m] <= key && m < n) { i++; m = pow(2,i); while (low <= high) { mid = (low + high) / 2; if(a[mid] == key) return mid; else if(a[mid] < key) low = mid + 1; else high = mid - 1; } } return -1; }
输出
Array elements are: 6 11 19 24 33 54 67 81 94 99 The element to be searched: 67 The element is found at 6
import java.io.*; import java.util.Scanner; import java.lang.Math; public class ExponentialSearch { public static void main(String args[]) { int i, n, key; int arr[] = {6, 11, 19, 24, 33, 54, 67, 81, 94, 99}; System.out.print("Array elements are: "); for(int j = 0; j<arr.length; j++){ System.out.print(arr[j] + " "); } n = 10; key = 67; System.out.print("\nThe element to be searched: " + key); int pos = exponential_search(arr, n, key); if(pos >= 0) System.out.print("\nThe element is found at " + pos); else System.out.print("\nUnsuccessful Search"); } static int exponential_search(int a[], int n, int key) { int i = 1; int m = (int)Math.pow(2,i); if(a[0] == key) return 0; while(a[m] <= key && m < n) { i++; m = (int)Math.pow(2,i); int low = 0; int high = n - 1; while (low <= high) { int mid = (low + high) / 2; if(a[mid] == key) return mid; else if(a[mid] < key) low = mid + 1; else high = mid - 1; } } return -1; } }
输出
Array elements are: 6 11 19 24 33 54 67 81 94 99 The element to be searched: 67 The element is found at 6
import math def exponential_search(a, n, key): i = 1 m = int(math.pow(2, i)) if(a[0] == key): return 0 while(a[m] <= key and m < n): i = i + 1 m = int(math.pow(2, i)) low = 0 high = n - 1 while (low <= high): mid = (low + high) // 2 if(a[mid] == key): return mid elif(a[mid] < key): low = mid + 1 else: high = mid - 1 return -1 arr = [6, 11, 19, 24, 33, 54, 67, 81, 94, 99] n = len(arr); print("Array elements are: ") for i in range(len(arr)): print(arr[i], end = " ") key = 67 print("\nThe element to be searched: ", key) index = exponential_search(arr, n, key) if(index >= 0): print("The element is found at index: ", (index)) else: print("\nUnsuccessful Search")
输出
Array elements are: 6 11 19 24 33 54 67 81 94 99 The element to be searched: 67 The element is found at index: 6