数据结构——集合、静态查找表和动态查找表（详细总结）

潮汐退涨月冷风霜

已于 2024-06-02 13:43:33 修改

阅读量504

点赞数 1

分类专栏：数据结构与算法文章标签：数据结构算法

于 2024-03-28 22:37:54 首次发布

本文链接：https://blog.csdn.net/2301_79376014/article/details/137126355

版权

数据结构与算法专栏收录该内容

22 篇文章 1 订阅

订阅专栏

一、基本概念

集合：数据元素同属一个集合，具有关键字值（键值）key[关键字是区分不同数据元素的关键信息，具有特异性]，数据元素之间没有逻辑关系，集合两大核心操作是查找和排序

集合定义

template<class KEY,class OTHER>

class Set{

      KEY key;//关键字

      Other other；//其他信息

}

查找表：用于查找的数据结构，分为静态查找表和动态查找表，静态查找表的数据元素个数和值都不变，动态查找表支持元素的插入、删除

查找：确定具有特定键值的数据元素在查找表中是否存在，可分为内部查找和外部查找，内部查找的性能通过平均查找长度(ASL，average search length)评估，外部查找性能通过访问外存速度评估{与外存访问相比，比较时间微不足道}

二、静态查找

静态查找表通常用数组来实现，第0个下标变量存放待查找的元素，查找成功返回下标，查找失败返回0

无序表的查找

无序表的查找方法：顺序查找，设置哨兵，从最后一个元素往前查找，时间复杂度O(n),ASL=(n+1)/2[成功查找]，（n+2）/2[包含不成功查找]

有序表的查找

有序表的查找方法：①顺序查找（利用有序性），时间复杂度O(n);②二分查找，时间复杂度O（logn），ASL=[logN]-1（查找成功）[对于不成功的查找，查找次数是[logN]+1,对于成功的查找，最坏情况查找次数是[logN]；

考点：分析二分查找的ASL成功/ASL失败

折半查找判定树画法与ASL_哔哩哔哩_bilibili

③插值查找(二分查找延伸，通过公式计算下一查找位置)，要求数据分布比较均匀；

$next=low+[\frac{x-a[low]}{a[high]-a[low]}\times(high-low+1)]$

④分块查找（索引查找）。块之间必须是有序的，块内部可以无序。即i-1块的所有元素都大/小于i块的所有元素

对查找表分块建立索引表。索引表记录每个块的起始地址以及最大元素值，成为块的索引项。

查找分两步：查找索引和查找块

查找索引，根据每个块的最大元素值在索引表中进行有序查找

查找块，若块内无序，进行顺序查找，如果块内有序，可以采用顺序查找、二分查找。

假设表长为n，分为m块，则平均每块有n/m个元素，若索引查找和块内查找都采用顺序查找，则时间复杂度ASL=1/2（m+n/m）+1，当 $m=\sqrt{n}$ [最佳划分块数]时，查找效率最高,时间复杂度为O（根号n）。查找性能介于顺序查找和二分查找之间，并且不要求块内元素一定有序。

用查字典类比：
通过查找单词structure，首先通过A-Z索引，找到S块，接着进行块内查找，估计一下t应该在靠后的位置[二分查找/插值查找]，往后翻字典，找到st后，使用顺序查找一个一个比较直到找到单词[顺序查找]。

STL中algorithm头文件包含两个查找元素，find，顺序查找，返回迭代器；binary_search,二分查找，返回布尔类型

iterator find(iterator it1,iterator it2,x)

bool binary_search(iterator it1,iterator it2,x)

三、动态查找

动态查找表的数据结构分为查找树和散列表。查找树可分为二叉查找树（BST）、平衡树、红黑树、伸展树和AA树。

1、平衡二叉树

BST特性：中序遍历递增

BST查找：

1、根节点不存在，查找失败

2、根结点的关键字值等于查找的关键字值，查找成功；

3、根结点的关键字值小于查找的关键字值，递归查找左子树；否则递归查找右子树

BST插入（同BST查找）

BST删除

①叶子结点直接删除

②只有一个孩子结点

③有两个孩子结点[选大小相邻的替代]

BST性能：BST接近完全二叉树，时间复杂度O（logN）；BST退化为单链表，时间复杂度O（N），n个结点的BST平均查找时间为1.38log2n

2、AVL树

AVL树：BST的升级版，具有有序性和平衡性

背景：插入和删除时，使二叉查找树尽可能平衡，以两位苏联科学家的名字命名

条件：每个结点平衡度绝对值小于等于1（平衡度：左子树的高度减去右子树的高度）

可以证明，一棵有N个结点的AVL树，高度最大为1.44log（N+1）-0.328，即最坏的情况下，AVL树操作时间复杂度都是对数级别的

四种失衡情况：

LL：原来A的左子树比右子树高，在左子树的左子树中插入新结点[右旋]

RR（LL镜像，左旋）

LR：原来A的左子树比右子树高，在左子树的右子树中插入新结点[小左旋，大右旋]

AVL树的插入：每插入一个结点，就要进行平衡检查，如果不平衡，则识别失衡状态，采取相应的解决方法，注意每次旋转后都要更新结点的高度。

AVL树的删除：

remove函数（参数一：查找值;参数二：根结点，返回值：布尔类型（判断删除后树的高度是否维持原状，如果返回true则不需要检查父结点平衡度，否则需要检查父结点是否失衡））：

1.key<root.key,在左子树中删除，若删除后左子树高度变矮，则调整根结点

2.key>root.key,在右子树中删除，若删除后右子树高度变矮 ,则调整根结点

3.key==root.key,删除根结点；

①如果根结点度为0，则直接删除根结点；若根结点度为1，则用该子树替代根结点

②若根结点度为2，找到右子树的最大结点，用其值替代根结点，然后在右子树中删除该结点，如果右子树变矮，调整该根结点