【数据结构-陪读笔记】第六章：查找

一、线性查找

1.顺序查找

原理： 注意第一个位置上有值；从后面往前面找。
哨兵问题： 避免每次查找位置是否越界。
ASL： n - i + 1求和。

int Search(int a[] , int n , int key){	//	n代表数据长度// 
	int i = n;
	a[0] = key;
	while(a[i] != key){
		i --;
	}
	return i;
} 

 

2.折半查找

原理： 注意判定树问题。
ASL：
成功：所有圆的就是成功的，所以计算每层圆的个数 * 层数 / 圆的个数
失败：所有方的就是失败的，方的层数 * 层的方的个数 / 方的个数

int Binary_Search(SqList L, ElemType key , int n){
	int low = 0 , high = n - 1 , mid;	//	从0开始 
	while(low <= high){
		mid = (low + high) / 2;	//	向下取整 
		if(L.elem[mid] == key){	//	正好查到 
			return mid;
		}
		else if(L.elem[mid] > key){	//	比它大，右缩小范围 
			high = mid - 1;
		}
		else{
			low = mid + 1;	//	比它小， 左缩小范围 
		}
	}
	return -1;
} 

3.平衡二叉树

Q：什么是平衡二叉树？
平衡二叉树的左子树-右子树的深度不超过1。

struct node{
	int data , height;
	node* lchild , rchild;
}

//求出结点的高度
int get_Height(node* root){
	if(root == NULL)	return 0;
	else root->height;	
}

//计算平衡因子
int get_BalanceFactor(node* root){
	return get_Height(root->lchild) - get_Height(root->rchild);
}

Q：为什么平衡二叉树的ASL与logn为同样的数量级？
根据前面树的四个公式已知（公式链接），n个结点的二叉树的深度为logn向下取整+1，在树中查找一个数据，最多不会超过树的深度吧，所以平均查找长度也就和logn为同样的一个数量级。

Q：如何构建平衡二叉树？

如果是那种RL的那种，记得从下往上依次更新即可。

//Right Rotation
void Right_Rotation(node* &root){
	node * temp = root->lchild; // temp当前指向的是B，root是A
	root->lchild = temp->rchild; // 让B结点的右孩子成为A结点的左孩子
	temp->rchild = root; //	让A结点成为B结点的右孩子
	update_Height(root);	//分别更新AB结点的高度
	update_Height(temp);
	root = temp;	//根节点变化
}

//更新高度函数，其左右孩子的高度的最大值+1
void update_Height(node* root){
	root->height = max(get_Height(root->lchild) , get_Height(root->rchild) + 1);
}

4.B 树

文件系统搜索常用的一种数据结构。

特性

1. 每个结点最多有m棵子树。
2. 根节点如果是非叶子结点，则至少有2棵子树。（一分为二嘛）
3. 除了根节点之外的任何的结点至少有向上取整【m/2】棵子树。

查找分析

B树的查找方式类似二叉排序树，关键字可以理解为就是一种分割点。

1. 查找结点。
2. 查找结点上的关键字。

对于第二种查找方式，关键问题还是结点的深度。第一层有1个结点，第二层按照定义有2个结点；再往下，由于非叶子结点的子树的个数是 ⌈m/2⌉ ，所以下一层的结点的个数是$2\ast (\lceil m/2\rceil )$；再往下，结点数需要再乘 ⌈m/2⌉，得到$2\ast (\lceil m/2\rceil {)}^2$次，所以按照这个规律往下递推，第l层有$2\ast (\lceil m/2\rceil {)}^{l-2}$次，第l+1层为叶子结点，有$2\ast (\lceil m/2\rceil {)}^{l-1}$次。
当前B树有$N$个关键字，如果查找不成功，则结点个数为$N+1$个，（我的理解是，当前的关键字的个数和结点个数的值是一致的。）这个数值肯定比当前结点数值要小嘛，所以可以得到
$$N+1\le {2\ast \lceil m/2\rceil }^{l-1}$$
推导可以得到一个关于$l$的公式，即
$$l\le lo{g}_{\lceil m/2\rceil }(\frac{N+1}{2})+1$$

插入分析

Q1：何时产生分裂？为什么说该结点关键字个数不超过$m-1$时不需要分裂？
根据树的定义，树的每个结点不能有超过m棵子树，m棵子树对应的根会有$m-1$个关键字。（可以想想5个手指算上左右的空隙会有6个空隙。）
Q2：怎么插？

1. $0$到$\lceil m/2\rceil -1$这部分成为左子树；$\lceil m/2\rceil$往上回到根节点上，其余放到右节点上；如果是根节点就让中间的结点不动，其余的结点往下放即可。
2. 先根据树找到结点先插进去，随后再对树进行调整。

删除分析

删除的本质其实在于：如何在维持B树的定义的情况下删除一个关键字。
如果删除的是非终端叶子结点，将该结点子树的最小的叶子结点进行交换即可。所以书上写着有三种情况。
根据树的定义：除根以外的所有的结点都是$\lceil m/2\rceil$当差了一个1，正好可以维持。所以当缺少了一个数值的时候，可以从左右借。

1. 能删则删： 若删除结点关键字个数不小于$\lceil m/2\rceil$，则直接删除。
2. 能借则借： 若删除结点A的关键字数目等于$\lceil m/2\rceil -1$，且兄弟结点$B$关键字数目大于$\lceil m/2\rceil -1$，设其双亲结点为$C$，则从$C$中下放$A$一个数据，从$B$中上交一个数据补充给$C$。
3. 不能合并： 若AB关键字数目都等于$\lceil m/2\rceil -1$，则直接从C下放一个数据给A，然后AB合并。如果导致父结点数据不够了，则依次往上进行调整。

5.B+ 树

B+树的数据都存在在叶子结点上，然后用一个链表把所有的叶子结点都串了起来。当数据存储的离根节点很近的时候，B树效果比B+树效果要好，B+数据都存在叶子结点上。

二、计算查找–Hash表

查找分为两种，一种是上面介绍的通过比较的查找，而另一种则是根据计算直接得出。关键字$key$ 和其对应的hash函数的$hash(key)$合成一个表，成为hash表或者散列表。
hash表非常容易算错，一定要仔细仔细再仔细，算的是余数不是商。

构造方法

1. 直接定值法：利用线性函数直接定义，但是发现其实本身并没有起到压缩的作用。
2. 数字分析法：选取比较随机的几位进行叠加舍去进位作为hash地址。
3. 平方取中法：关键字平方后利用中间的几位数字作为hash地址。
4. 折叠法：关键字拆分成几个部分叠加和再合并。
5. 随机数：random函数。
6. 除留取余法：p选取质数（假设选取合数，余数必然都会是0，没什么意义了）或者不包含小于20的质因数的合数。$$Hash(key)=key\%p,p<=M$$

处理冲突

1. 开放地址法：m代表hash表长，d有3种情况（1）线性探测再散列（线性。当发现起了冲突的时候+1，如果再起冲冲突再+1，相当于出了冲突之后不停的往后一个一个查找）（2）二次探测再散列：$+1^2,-1^2,+2^2,-2^2...{m/2}^2$（3）伪随机数列。
2. 再Hash：再给一个Hash函数再计算一次。
3. 链地址：类似邻接表。
4. 设置公共溢出区：但凡发生了冲突的，都写到公共溢出区。

性能分析

从上面可以看到hash函数的问题主要是出现在hash函数的设计，处理冲突的方法，以及当前hash函数已经存储的状态。所以同样hash查找也可以利用ASL进行分析。

• 关于状态因子的问题：$$\alpha =\frac{表中填入的记录数}{hash表长}$$
  装填因子本身可以理解为当前hash表的存储的利用率。如果本身$\alpha$小，代表表中本身没有什么东西，所以发生冲突的可能性就小；反之大。