Python数据结构:查找

常见查找方法:
顺序查找
二分查找
插值查找
斐波那契查找
哈希查找法

顺序查找法:

一项一项依此查找
时间复杂度:最好情况 O ( 1 ) O(1) O(1),平均情况 O ( n ) O(n) O(n),最坏情况 O ( n ) O(n) O(n)

二分查找法:

将数据分为分成两等份,比较键值与中间值的大小,根据结果查找前半段或者后半段。
时间复杂度: O ( l o g ( n ) ) O(log(n)) O(log(n))

插值查找法:

根据数据位置的分布,利用公式预测数据所在位置,再以二分法的方式渐渐逼近。
时间复杂度:对于分布均匀的数据,优于 O ( l o g ( n ) ) O(log(n)) O(log(n))

斐波那契查找法:

按照斐波那契级数的方式分割数据
时间复杂度:平均为 O ( l o g ( n ) ) O(log(n)) O(log(n))

哈希查找法:

常见的哈希函数:

除留余数法、平方取中法、折叠法、数字分析法

除留余数法:
将数据除以一个常数后,取余数当索引。

平方取中法:
计算数据的平方,取其中间的一段数字作为索引。

折叠法:
将数据转换为一串数字后,将这串数字拆分成几个部分,再加起来作为索引。

数字分析法:
将数据高重复部分删除,剩余部分作为索引。
例如快递送外卖,用手机末尾后4位数,作为索引。

碰撞与溢出处理:

线性探测法、平方探测法、再哈希法、链表法

线性探测
若哈希处理后,当前位置已经有数据存放了,就往后查找下一个位置,一直到没有碰撞,再存放数据。

平方探测:
发生碰撞时,查找的下一个地址是 f ( k e y ) ± i 2 , i ∈ 0 , 1 , 2 , . . . , n f(key)\pm i^2,i\in0,1,2,...,n f(key)±i2,i0,1,2,...,n

在哈希法:
发生碰撞时,采用不同的哈希函数

链表法:
发生溢出时,在 f ( k e y ) f(key) f(key)后面加一个节点。

参考书籍:《图解数据结构–使用Python
部分代码请点击

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
查找子系统是数据结构中的一个重要部分,它是指在一个数据集合中查找某个特定元素的过程。常见的查找算法有顺序查找、二分查找、分块查找、哈希查找等。下面是这些算法的简单介绍和示例: 1. 顺序查找:将待查找值与查找表中的数据依次进行比较,直到找到为止。 ```python def sequential_search(lst, key): for i in range(len(lst)): if lst[i] == key: return i return -1 ``` 2. 二分查找:对于有序表,每次将待查找区间缩小一半,直到找到为止。 ```python def binary_search(lst, key): low, high = 0, len(lst) - 1 while low <= high: mid = (low + high) // 2 if lst[mid] < key: low = mid + 1 elif lst[mid] > key: high = mid - 1 else: return mid return -1 ``` 3. 分块查找:将查找表分成几块,块与块之间是有序的,形成一张索引顺序表,在索引顺序表中查找查找值,用折半查找的方法确定待查找值在哪一块,然后在确定的块中用顺序查找的方法进行查找。 ```python def block_search(lst, key, block_size): blocks = [lst[i:i+block_size] for i in range(0, len(lst), block_size)] index = [block[0] for block in blocks] block_id = binary_search(index, key) if block_id == -1: return -1 else: block = blocks[block_id] for i in range(len(block)): if block[i] == key: return block_id * block_size + i return -1 ``` 4. 哈希查找:基于哈希函数的查找方法,将待查找值通过哈希函数映射到一个桶中,然后在桶中进行查找。 ```python class HashTable: def __init__(self, size): self.size = size self.table = [[] for _ in range(size)] def hash(self, key): return key % self.size def insert(self, key, value): h = self.hash(key) self.table[h].append((key, value)) def search(self, key): h = self.hash(key) for k, v in self.table[h]: if k == key: return v return None ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值