数据结构Chap 7/查找

Abwqzzz

已于 2024-03-04 08:45:42 修改

阅读量302

点赞数

文章标签：数据结构

于 2023-11-16 20:58:50 首次发布

本文链接：https://blog.csdn.net/Abwqzzz/article/details/134450631

版权

一、基本概念

1、常用概念

(1).查找表(查找结构)：用于查找的数据集合称为查找表，它由同一类型的数据元素(或记录)组成。

(2).关键字：数据元素中唯一标识该元素的某个数据项的值，使用基于关键字的查找，其查找结果应该是唯一的【id,学号,qq号等】

(3).对查找表的常见操作

a.查找符合条件的数据元素【无改动->静态查找表->仅关注查找速度】

b.插入、删除某个数据元素【有改动->动态查找表->还要关注增删的难度】

(4).查找算法的效率评价->平均查找长度ASL->通常考虑成功、失败两种情况下的ASL

二、查找办法

1.顺序查找

(1)两种实现办法【常用线性表、动态数组】：

typedef struct
{
	int elem[3];		//动态数组
	int TableLen;		//数组长度
}SSTable;
/*1.不带哨兵的顺序查找【从前往后即可】*/
int Search_Seq(SSTable ST, int key)		//key为需要寻找的那个值
{
	int i;
	for (i = 0; i < ST.TableLen && ST.elem[i] != key; ++i)
		;		//注意这里有个分号，如果下标还小，值又不是想要的，就什么也不干,只是i++
		//两种跳出循环,跳入下一行：一是i超过数组长度，二是某一元素值恰好为key
		return i==ST.TableLen? -1:i;	//判断是第一类跳出还是第二类
}
/*2.带哨兵的顺序查找【从后往前】*/
int Search_Seq_with_guard(SSTable ST, int key)
{
	ST.elem[0] = key;					//数组0号位置存哨兵，具体数据从1号开始存
	int i;
	for (i = ST.TableLen; ST.elem[i] != key; --i)
		;
		return i;						//查找成功时，返回数组下标，失败时返回哨兵下标0
}
int main()
{
	SSTable T = { T.elem[3] = {0,2}, T.TableLen = 5 };
	int target;
	int result;
	//for (int i = 0; i < T.TableLen; ++i)
	//	cin>>T.elem[i];
	cout << "which num do you want to find?" << endl<<"target= ";
	cin >> target;
	result = Search_Seq(T, target);
	cout<<"The num you find located in :"<<result;
	return 0;
}

注：哨兵优点：无需判断是否越界，效率更高。【尚未实现，报错】

查找成功的ASL： $\frac{\left ( 1+2+...+n \right )}{n}=\frac{n+1}{2}=O\left ( n \right )$

查找失败的ASL：O(n+1)

(2)顺序查找的优化【使用查找判定树】：

a.【顺序表有序】

b.【顺序表被差概率不等】

如果很容易查找成功且概率不等->用第二种办法

如果很容易失败->用第一种办法

2.二分查找/折半查找

(1)适用范围：

有序的顺序表，而无法用链表->需要有随机访问的特性，而链表没有

(2)实现方法：

typedef struct
{
	int *elem;			//动态数组
	int TableLen;		//数组长度
}SSTable;
/*折半查找*/
int Binary_Search(SSTable L, int key)
{
	int low = 0, high = L.TableLen - 1, mid;
	while (low <= high)
	{
		mid = (low + high) / 2;
		if (key== L.elem[mid])
			return mid;
		else if (key<L.elem[mid])
			high = mid - 1;
		else if (key>L.elem[mid])
			low = mid + 1;
	}
	return -1;			//查找失败，返回-1
}

如果是向下取整，则右子树比左子树的结点相等or多一个。

折半查找的判定树中，只有最下一层是不满的，因此，元素个数为n时树高h=log2（n+1）取上界

所以时间复杂度： $O(log_{2}n)$ ,一般情况下比顺序查找更优秀，但是也不能绝对地说，因为特殊情况下顺序查找更快，如 7 ，8 ， 9， 10，11 中找“ 7 ”

3.分块查找

(1)定义：

也称索引顺序查找，算法过程如下：
a.在索引表中确定待查记录所属分块（可顺序，可折半）

b.折半查找时，需要在low的块内顺序查找

(2)查找效率分析（ASL）

运用查找的总次数/元素个数

4.二叉排序树的查找

(1)定义：

左子树<根节点<右子树（的值）【左小右大】

(2)实现方法：

typedef struct BSTNode
{
	int key;			//结点值
	struct BSTNode *lchild, * rchild;
}BSTNdode,*BSTree;
/*1.二叉排序树查找值为key的结点*/
BSTNode* BST_Search(BSTree T, int key)
{
	while (T != NULL && key != T->key)
	{
		if (key < T->key)
			T = T->lchild;
		else T = T->rchild;
	}
	return T;
}
/*2.二叉排序树查找值为key的结点【递归式】*/
BSTNode* BST_Search(BSTree T, int key)
{
	if (T == NULL)
		return NULL;
	if (key == T->key)
		return T;
	else if (key < T->key)
		return BST_Search(T->lchild, key);
	else if (key > T->key)
		return BST_Search(T->rchild, key);
}

第一种的空间复杂度O（1），第二种是O（h），与高度有关。

(3)二叉排序树的插入操作

typedef struct BSTNode
{
	int key;			//结点值
	struct BSTNode *lchild, * rchild;
}BSTNdode,*BSTree;
int BST_Insert(BSTree& T, int k)
{
	if (T == NULL)
	{
		T = new BSTNode;
		T->key = k;
		T->lchild = T->rchild = NULL;
		return 1;
	}
	else if (k == T->key)
		return 0;
	else if (k < T->key)
		return BST_Insert(T->lchild, k);
	else if (k > T->key)
		return BST_Insert(T->rchild, k);
}

(4)二叉排序树的构造

void Create_BST(BSTree& T, int str[], int n)
{
	T = NULL;                    //一开始是空树
	for (int i = 0; i < n; i++)
		BST_Insert(T, str[i]);
}

不同的关键字序列可能得到不同的二叉排序树，也可能相同。【先左后右和先右后左相同】

(5)二叉排序树的删除：

a.叶子结点直接删除

b.只有左子树/右子树，让其来补位即可

c.删除一个既有左子树又有右子树的根节点，需要用直接前驱/直接后继来补位。

【二叉排序树经过中序遍历，一定可以得到递增序列，若删除叶子结点：可以用前驱/后继来补位】【找前驱：即最右下结点，后用左子树代替该位置；找后继：即最左下结点，后用右子树代替该位置】

(6)查找效率分析

查找长度——对比关键字的次数，反映了操作的时间复杂度。

所以要左右子树深度相差至多为1是最好情况，时间复杂度最低。【即平衡二叉树】

5.平衡二叉树（AVL）

(1)定义：

每个结点的 |平衡因子|<=1的二叉排序树。

平衡因子：左子树高减右子树高的值。

(2)平衡二叉树的插入

举例：【注意代码，调整时自下而上】

(3)查找效率分析

(4)平衡二叉树的删除

6.红黑树（RBT）

(1)创建红黑树的原因：

平衡二叉树插入删除时很容易破坏“平衡特性”，需要频繁调整树的形态。而红黑树很多时候不会破坏红黑特性，无需调整/可以在常数级时间内调整。

所以：

平衡二叉树：适用于以查为主，很少插入删除的场景。

红黑树：适用于频繁插入、删除的场景，实用性更强。

(2)定义：

除了是二叉排序树以外，还需要：【左根右，根叶黑，不红红，黑路同】

思考：要让内部结点少，肯定全为黑最少，因为带红肯定可以，但是这样就多了。并且此时必须全满，比如bh=2，只有左结点的话，就不满足“黑路同”的特性了。

性质1：【最长：红黑相间；最短：全是黑结点】

性质2：最少的话，全是黑结点！【注意黑高是不算本身结点以后，带上“外部结点”时，下面的层数，但是内部结点是包括根节点的】

(3)红黑树的插入

7.B树（Balance Tree）

(1)定义【逐字读】

注：1.根结点是唯一可以只有一个关键字的，但是也可以多个关键字，但是不能超过m-1.

2.B树上强制平衡，所以所有子树的高度必须相同。

(2)B树的插入

a.首先确定关键词数目，阶数为m的B树，除了根节点的结点，其关键字数目n满足：

$\left \lceil m/2 \right \rceil-1\leqslant n\leqslant m-1$

如5阶B树的结点关键词个数： $2\leqslant n\leqslant 4$

b.先插入，如果某结点满了，就采用“中间起，两头分”的办法。 $\left \lceil m/2 \right \rceil$ 变为父节点。