C语言分块查找

一.分块查找思路

前言：二分查找是每次从中间开始找数据，每次都砍掉数据的一半使数据的时间复杂度降低

背景：在使用分块查找时，大家一定都会用二分查找法，在二分查找法中数据必须为有顺序，但是排序本身是一个很耗费时间的事情（数据本身没有顺序/数据很难排序），所以就有了分块查找，这是一种不需要严格有序而且可以提高效率的一种算法；

例子：例如一本书的目录，查字典（可能比较抽象）

也就是说不需要大量严格的排序，就可以在所属分块中找到数据

二.代码实现

（1）创建随机字符串并且让随机字符串存入“块”

// 数据规模: 100万
#define SCALE  1000*1000 // 字符串总数
#define MAXLEN 20        // 字符串最大长度

/**
 * @brief 生成随机字符串
 * 
 * @return char* 
 */
char *random_string()
{
    int len = rand()%20;
    len = ((len < 2) ? 2 : len);//做一个先幅，让len：2~19

    char *s = calloc(1, len);//分配字符串的堆内存
    char letter[] = {'a', 'A'};
    for(int i = 0; i < len - 1; i ++)
    {
        s[i] = letter[rand() % 2] + (rand() % 26);//随机字符

    }
    return s;
}


void create_index(char data[][MAXLEN], int **index)
{
    //统计所有字符出现的次数
    int n[52] = {0};
    for(int k = 0; k < SCALE; k++)
    {
        //让小写字符为0~25，大写字符为26~51
        int pos = ((data[k][0]) >= 'a') ? (data[k][0] - 'a') : (data[k][0]-'A' + 26);
        n[pos] ++;
    }

    for(int i = 0; i < 52; i++)
    {
        //给index分配内存总个数+1是因为每个数都要有记录整个数量的头
        index[i] = calloc(n[i] + 1, sizeof(int));
    }
    //找见开头为‘字符’的下表并存入
    for(int i = 0; i < SCALE; i++)
    {
        int pos = ((data[i][0] >= 'a') ? (data[i][0]-'a') : (data[i][0]-'A'+26));
        int k = ++index[pos][0];
        index[pos][k] = i;
    }
}

void store(char data[][MAXLEN], const char *file)
{
    FILE *fp = fopen(file, "w");
    for(int i=0; i<SCALE; i++)
        fprintf(fp, "%06d.%s\n", i, data[i]); // 数据规模：100万（6位数）

    fclose(fp);
}

（2）查找实现

int main(void)
{
    // 1. 产生随机字符串数据集
    //    假设每个字符串长度不超过MAXLEN个字符
    char (*data)[MAXLEN] = calloc(SCALE, MAXLEN);

    srand(time(NULL));
    for(int i=0; i<SCALE; i++)
    {
        char *s = random_string();
        strncpy(data[i], s, strlen(s));
        free(s);
    }
    store(data, "a.txt");

    // 2. 按首字母建立索引（分块）
    int **index = calloc(52, sizeof(int *));
    create_index(data, index);

    // 3. 利用索引，进行查找
    char str[32];
    printf("请输入你要查找的字符串:\n");
    while(1)
    {
        // 从键盘接收一个待查找的字符串并去掉回车符
        bzero(str, 32);//用于清零原来输入的字符串
        fgets(str, 32, stdin);
        strtok(str, "\n");

        bool done = false;
        for(int i=1; i<SCALE; i++)
        {
            // 小写字母[00~25]，大写字母[26~51]
            int pos = ((str[0]>='a') ? (str[0]-'a') : (str[0]-'A'+26));

            count++;
            if(i<=index[pos][0] && strcmp(data[index[pos][i]], str) == 0)
            {
                printf("你要找的字符串在第%d行", index[pos][i]);
                done = true;
                break;
            }
            else if(i > index[pos][0])
                break;
        }

        if(!done)
            printf("没有你要的字符串");

        printf("【找了%d次】\n", count);
        count=0;
    }

    return 0;

}