大话数据结构—顺序表、有序表、线性索引查找_大话数据结构顺序表代码

最新推荐文章于 2024-08-17 16:47:39 发布

2401_84186067

最新推荐文章于 2024-08-17 16:47:39 发布

阅读量249

点赞数 4

分类专栏： 2024年程序员学习文章标签：数据结构算法

本文链接：https://blog.csdn.net/2401_84186067/article/details/137674912

版权

2024年程序员学习专栏收录该内容

46 篇文章 0 订阅

订阅专栏

查找
根据给定的某个值，在查找表中确定一个其关键字（唯一的标识一个记录）等于给定值的数据元素或数据记录。

静态查找：只查找，不修改元素[线性表、顺序查找、二分查找]
动态查找：查找时，插入或者删除元素[二叉排序树]

顺序表查找
顺序查找（针对静态查找表），也叫线性查找O(n)，从头开始遍历，直到最后一个记录。
优化：添加哨兵

//有哨兵的顺序查找
int foo(int *a,int n,int key)
{
    int i;
    a[0]=key;//哨兵
    i=n;
    while(a[i]!=key)
    {
        i--;
    }
    return i;
}

有序表查找
1.二分查找O(logn)：
前提元素有序，原因具有n个节点的完全二叉树的深度为[logn]+1（取下）。尽管不是完全二叉树，但是同样的推导，最坏找到最后一层。
不适合动态查找。
这里写图片描述

2.插值查找O(logn)
根据要查找的关键字key与查找表中最大最小记录的关键字比较后的查找方法。
二分基础上修改，low+1/2(high-low)中1/2–>(key-a[low])/(a[high]-a[low])（插值公式）
这里写图片描述

3.斐波那契查找O(logn)
黄金分割原理。
斐波那契数列
这里写图片描述

//斐波那契查找
int foo(int *a,int n,int key)
{
    int low,high,mid,i,k;
    low=1;
    high=n;
    k=0;
    while(n>F[k]-1)//计算n位于斐波那契数列的位置
        k++;
    for(i=n;i<F[k]-1;i++)//将不满的数值补全
        a[i]=a[n];

    while(low<=high)
    {
        mid=low+F[k-1]-1;//计算当前分隔的下标
        if(key<a[mid])
        {
            high=mid-1;
            k=k-1;
        }else if(key>a[mid])
        {
            low=mid+1;
            k=k-2;
        }else
        {
            if(mid<=n)
                return mid;
            else
                return n;
        }
    }
    return 0;
}

斐波那契查找算法的核心：

当key=a[mid],成功；
当key< a[mid],新范围是第low个到第mid-1个，此时范围个数为F[k-1]-1个；
当key> a[mid],新范围是第m+1个到第high个，此时范围个数为F[k-2]-1个。

这里写图片描述
平均性能优于二分查找。

有序表查找的三种方法中，二分进行加法与除法运算，插值查找进行复杂的四则运算，而斐波那契查找只是进行最简单加减法运算，在海量数据的查找过程中，这种细微的差别可能会影响最终的查找效率。

三种查找的本质是分隔点的选择不同。

线性索引查找
将索引项集合组织为线性结构，即索引表。
1.稠密索引：每个记录对应一个索引项，索引项按照关键码有序，适合少量数据。
这里写图片描述
查找时，可用二分，插值等从索引表中查找关键码。
数据量大，意味着索引也得同样的数据集长度规模，不适用。

2.分块索引：块内无序（二分等），块间有序（顺序查找）。每块对应一个索引，
这里写图片描述
类似图书馆藏书原理。

n个记录的数据集被平均分为m块，每个块中有t条记录。n=mxt。
Lb为查找索引表的平均查找长度。Lb=（m+1）/2，
Lw为块中查找记录的平均查找长度。Lw=（t+1）/2。

分块索引查找的平均查找长度为：
这里写图片描述

公式依赖n、t两个变量。
最好情况m=t，此时
这里写图片描述

比顺序查找O(n)快，比二分O(logn)慢。

3.倒排索引
由属性（字段、关键字）的值确定记录的位置。
这种索引表中的每一项都包括一个属性值和具有该属性值的各记录的地址。
由于不是有记录来确定属性值，而是有属性值来确定记录的位置，因而叫倒排索引。

优点：查找记录快
缺点：记录号不定长。

应用：Google、百度搜索引擎。

附加源码：

#include "stdio.h" 
#include "stdlib.h" 
#include "io.h" 
#include "math.h" 
#include "time.h"

#define OK 1
#define ERROR 0
#define TRUE 1
#define FALSE 0
#define MAXSIZE 100 /\* 存储空间初始分配量 \*/

typedef int Status; /\* Status是函数的类型,其值是函数结果状态代码，如OK等 \*/ 

int F[100]; /\* 斐波那契数列 \*/

/\* 无哨兵顺序查找，a为数组，n为要查找的数组个数，key为要查找的关键字 \*/
int Sequential_Search(int *a,int n,int key)
{
    int i;
    for(i=1;i<=n;i++)
    {
        if (a[i]==key)
            return i;
    }
    return 0;
}
/\* 有哨兵顺序查找 \*/
int Sequential_Search2(int *a,int n,int key)
{
    int i;
    a[0]=key;
    i=n;
    while(a[i]!=key)
    {
        i--;
    }
    return i;
}

/\* 折半查找 \*/
int Binary_Search(int *a,int n,int key)
{
    int low,high,mid;
    low=1;  /\* 定义最低下标为记录首位 \*/
    high=n; /\* 定义最高下标为记录末位 \*/
    while(low<=high)
    {
        mid=(low+high)/2;   /\* 折半 \*/
        if (key<a[mid])     /\* 若查找值比中值小 \*/
            high=mid-1;     /\* 最高下标调整到中位下标小一位 \*/
        else if (key>a[mid])/\* 若查找值比中值大 \*/
            low=mid+1;      /\* 最低下标调整到中位下标大一位 \*/
        else
        {
            return mid;     /\* 若相等则说明mid即为查找到的位置 \*/
        }

    }
    return 0;
}

/\* 插值查找 \*/
int Interpolation_Search(int *a,int n,int key)
{
    int low,high,mid;
    low=1;  /\* 定义最低下标为记录首位 \*/
    high=n; /\* 定义最高下标为记录末位 \*/
    while(low<=high)


**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。**
![img](https://img-blog.csdnimg.cn/img_convert/44bdc2133a7b296a923f6f610dbda6a3.png)
![img](https://img-blog.csdnimg.cn/img_convert/539a9dc175ba60ceb95abc5ec346439b.png)
![img](https://img-blog.csdnimg.cn/img_convert/76ad6064090110fe6b499d88453306a7.png)
![img](https://img-blog.csdnimg.cn/img_convert/4cd7dede9c735e3bb9904743fc2bb66a.png)
![img](https://img-blog.csdnimg.cn/img_convert/cdd1c539fab4efbf26e62d8bdf0a88c8.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）**
![img](https://img-blog.csdnimg.cn/img_convert/d0ee92ba61d4be398dbafbf0e11c10a9.png)

234126)]

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）**
[外链图片转存中...(img-5pC0YeXK-1712893234126)]

2401_84186067

关注

4
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
大话数据结构—顺序表、有序表、线性索引查找_大话数据结构顺序表代码

有序表查找的三种方法中，二分进行加法与除法运算，插值查找进行复杂的四则运算，而斐波那契查找只是进行最简单加减法运算，在海量数据的查找过程中，这种细微的差别可能会影响最终的查找效率。根据给定的某个值，在查找表中确定一个其关键字（唯一的标识一个记录）等于给定值的数据元素或数据记录。顺序查找（针对静态查找表），也叫线性查找O(n)，从头开始遍历，直到最后一个记录。由于不是有记录来确定属性值，而是有属性值来确定记录的位置，因而叫倒排索引。根据要查找的关键字key与查找表中最大最小记录的关键字比较后的查找方法。
复制链接

扫一扫