- 算法设计与分析
- 家
- 算法基础知识
- DAA - 简介
- DAA - 算法分析
- DAA-分析方法
- 渐近符号和先验分析
- 时间复杂度
- 马斯特定理
- DAA - 空间复杂性
- 分而治之
- DAA-分而治之
- DAA - 最大最小问题
- DAA-归并排序
- DAA-二分查找
- 施特拉森矩阵乘法
- 唐叶算法
- 河内塔
- 贪心算法
- DAA-贪婪法
- 旅行商问题
- Prim 的最小生成树
- 克鲁斯卡尔的最小生成树
- Dijkstra 的最短路径算法
- 地图着色算法
- DAA-分数背包
- DAA - 带截止日期的作业排序
- DAA - 最佳合并模式
- 动态规划
- DAA-动态规划
- 矩阵链乘法
- 弗洛伊德·沃歇尔算法
- DAA - 0-1 背包
- 最长公共子序列
- 旅行商问题| 动态规划
- 随机算法
- 随机算法
- 随机快速排序
- 卡格的最低削减
- 费舍尔-耶茨洗牌
- 近似算法
- 近似算法
- 顶点覆盖问题
- 设置封面问题
- 旅行推销员近似算法
- 排序技巧
- DAA-快速排序
- DAA-冒泡排序
- DAA——插入排序
- DAA-选择排序
- DAA——希尔排序
- DAA-堆排序
- DAA——桶排序
- DAA——计数排序
- DAA - 基数排序
- 搜索技巧
- 搜索技术介绍
- DAA - 线性搜索
- DAA-二分查找
- DAA - 插值搜索
- DAA - 跳转搜索
- DAA - 指数搜索
- DAA - 斐波那契搜索
- DAA - 子列表搜索
- DAA-哈希表
- 图论
- DAA-最短路径
- DAA - 多级图
- 最优成本二叉搜索树
- 堆算法
- DAA-二叉堆
- DAA-插入法
- DAA-Heapify 方法
- DAA-提取方法
- 复杂性理论
- 确定性计算与非确定性计算
- DAA-最大派系
- DAA - 顶点覆盖
- DAA - P 级和 NP 级
- DAA-库克定理
- NP 硬课程和 NP 完全课程
- DAA - 爬山算法
- DAA 有用资源
- DAA - 快速指南
- DAA - 有用的资源
- DAA - 讨论
设计与分析 - 跳转搜索
跳跃搜索算法是线性搜索算法的稍微修改版本。该算法背后的主要思想是通过比较比线性搜索算法更少的元素来降低时间复杂度。因此,输入数组被排序并分成块,以便在跳过这些块的同时执行搜索。
例如,让我们看看下面给出的例子;在每个包含 3 个元素的块中搜索已排序的输入数组。与线性搜索的 6 次比较相比,只有 2 次比较才能找到所需的键。
这里就出现了一个问题,如何划分这些块。为了回答这个问题,如果输入数组的大小为“n”,则块将以 √n 的间隔进行划分。每个块的第一个元素与关键元素进行比较,直到关键元素的值小于块元素。由于输入已排序,因此仅对前一个块执行线性搜索。如果找到该元素,则查找成功;否则,返回搜索失败。
本章将进一步详细讨论跳转搜索算法。
跳转搜索算法
跳跃搜索算法将排序后的数组作为输入,将其分为更小的块以使搜索更简单。算法如下 -
步骤 1 - 如果输入数组的大小为“n”,则块的大小为 √n。设 i = 0。
步骤 2 - 将要搜索的键与数组的第 i 个元素进行比较。如果匹配,则返回元素的位置;否则 i 随块大小增加。
步骤 3 - 重复步骤 2,直到第 i 个元素大于关键元素。
步骤 4 - 现在,由于输入数组已排序,因此该元素被认为位于前一个块中。因此,对该块应用线性搜索来查找元素。
步骤 5 - 如果找到该元素,则返回该位置。如果没有找到该元素,则提示查找失败。
伪代码
Begin blockSize := √size start := 0 end := blockSize while array[end] <= key AND end < size do start := end end := end + blockSize if end > size – 1 then end := size done for i := start to end -1 do if array[i] = key then return i done return invalid location End
分析
跳跃搜索技术的时间复杂度为O(√n),空间复杂度为O(1)。
例子
让我们通过从下面给定的排序数组 A 中搜索元素 66 来理解跳跃搜索算法 -
步骤1
初始化 i = 0,输入数组“n”的大小 = 12
假设块大小表示为“m”。那么,m = √n = √12 = 3
第2步
将A[0]与关键元素进行比较,检查是否匹配,
A[0] = 0 ≠ 66
因此,i 增加块大小 = 3。现在与关键元素进行比较的元素是 A[3]。
步骤3
A[3] = 14 ≠ 66
由于不匹配,i 再次增加 3。
步骤4
A[6] = 48 ≠ 66
i 再次增加 3。A[9]与关键元素进行比较。
步骤5
A[9] = 88 ≠ 66
然而,88大于66,因此对当前块应用线性搜索。
步骤6
应用线性搜索后,指针从第 6 个索引递增到第 7 个索引。因此,A[7]与关键元素进行比较。
我们发现 A[7] 是所需的元素,因此程序返回第 7 个索引作为输出。
执行
跳跃搜索算法是线性搜索的扩展变体。该算法将输入数组划分为多个小块,并对假定包含该元素的单个块执行线性搜索。如果在假定的阻塞中没有找到该元素,则返回不成功的搜索。
输出打印数组中元素的位置而不是其索引。索引是指数组的索引号,从0开始,位置是存储元素的位置。
#include<stdio.h> #include<math.h> int jump_search(int[], int, int); int main(){ int i, n, key, index; int arr[12] = {0, 6, 12, 14, 19, 22, 48, 66, 79, 88, 104, 126}; n = 12; key = 66; index = jump_search(arr, n, key); if(index >= 0) printf("The element is found at position %d", index+1); else printf("Unsuccessful Search"); return 0; } int jump_search(int arr[], int n, int key){ int i, j, m, k; i = 0; m = sqrt(n); k = m; while(arr[m] <= key && m < n) { i = m; m += k; if(m > n - 1) return -1; } // linear search on the block for(j = i; j<m; j++) { if(arr[j] == key) return j; } return -1; }
输出
The element is found at position 8
#include<iostream> #include<cmath> using namespace std; int jump_search(int[], int, int); int main(){ int i, n, key, index; int arr[12] = {0, 6, 12, 14, 19, 22, 48, 66, 79, 88, 104, 126}; n = 12; key = 66; index = jump_search(arr, n, key); if(index >= 0) cout << "The element is found at position " << index+1; else cout << "Unsuccessful Search"; return 0; } int jump_search(int arr[], int n, int key){ int i, j, m, k; i = 0; m = sqrt(n); k = m; while(arr[m] <= key && m < n) { i = m; m += k; if(m > n - 1) return -1; } // linear search on the block for(j = i; j<m; j++) { if(arr[j] == key) return j; } return -1; }
输出
The element is found at position 8
import java.io.*; import java.util.Scanner; import java.lang.Math; public class JumpSearch { public static void main(String args[]) { int i, n, key, index; int arr[] = {0, 6, 12, 14, 19, 22, 48, 66, 79, 88, 104, 126}; n = 12; key = 66; index = jump_search(arr, n, key); if(index >= 0) System.out.print("The element is found at position " + (index+1)); else System.out.print("Unsuccessful Search"); } static int jump_search(int arr[], int n, int key) { int i, j, m, k; i = 0; m = (int)Math.sqrt(n); k = m; while(arr[m] <= key && m < n) { i = m; m += k; if(m > n - 1) return -1; } // linear search on the block for(j = i; j<m; j++) { if(arr[j] == key) return j; } return -1; } }
输出
The element is found at position 8
import math def jump_search(a, n, key): i = 0 m = int(math.sqrt(n)) k = m while(a[m] <= key and m < n): i = m m += k if(m > n - 1): return -1 for j in range(m): if(arr[j] == key): return j return -1 arr = [0, 6, 12, 14, 19, 22, 48, 66, 79, 88, 104, 126] n = len(arr); key = 66 index = jump_search(arr, n, key) if(index >= 0): print("The element is found at position: ", (index+1)) else: print("Unsuccessful Search")
输出
The element is found at position: 8