《数据结构》第七章 查找

第七章 查找

7.1 查找的基本概念

查找表：是由同一类型的数据元素（或记录）构成的集合；
关键字：是数据元素（或记录）中某个数据项的值，用它可以表示一个数据元素（或记录）；
主关键字：可以唯一地标识一个记录；此关键字：以识别若干记录的关键字；
查找：根据给定的某个值，在查找表中确定一个其关键字等于给定值的记录或数据元素；
动态查找表：在查找的同时能对表内数据进行操作的表；
静态查找表：只能查找不能操作的表；
平均查找长度：关键子个数的期望值（平均比较次数）查找算法时查找成功的平均查找长度，用ASL表示；

7.2 线性表的查找

7.2.1 顺序查找

顺序查找的过程：从表头的一端开始根据给定的值和表内的值进行比较，若相等则查找成功，反之则查找失败；
设置监视哨的顺序查找：在开始查找的表头的另一端设置监视哨，将需要查找的数据放入其中，若查找失败则返回监视哨的位序0；
优点：这个改进能使顺序查找在ST.length>=1000时，进行依次查找所需的平均时间几乎减少一半；

7.2.2 折半查找

折半查找也称二分查找：每次将待查记录所在的区间缩小一半；
算法描述：
用三个指针high,mid,low分别指向表区间的上界 中间位置和下界；
通过比较待查找数据元素的区间来移动指针再进行比较，直到比较完成或成功查找；
优点：效率高，比较次数少；
缺点：对表结构要求高，只能采用顺序表的形式；

7.2.3 分块查找

分块查找又称索引查找：需建立一个“索引表”，分区间，将区间内的最大关键字放入表中并填入起始地址；先确定待查记录所在的块，然后再块中顺序查找；

7.3 树表的查找

7.3.1 二叉排序表

1.二叉排序树的定义

1. 若它的左子树不空，则左子树上所有结点的值均小于它根结点的值；
2. 若它的右子树不空，则右子树上所有结点的值均大于它根结点的值；
3. 它的左右子树也分别为二叉排序树；
   性质：中序遍历二叉树时可以得到一个结点值递增的有序序列；

2.二叉排序树的查找

• 若二叉树为空，则查找失败，返回空指针；
• 若查找的关键字小于根结点的关键字，则递归查找左子树；
• 若查找的关键字大于根结点的关键字，则递归查找右子树；
  平均查找长度：n+1/2；

3.二叉排序树的插入

新插入的结点一定时一个新添加的叶子结点；

• 若二叉树为空，则插入的元素为树的根结点；
• 若查找的关键字小于根结点的关键字，则将结点插入左子树；
• 若查找的关键字大于根结点的关键字，则将结点插入右子树；

4.二叉排序树的创建

• 将二叉排序树T初始化为空；
• 读入一个关键字为key的结点；
• 如果读入的关键字非结束标志，则循环执行以下操作：

1. 将此结点插入二叉排序树T中；
2. 读入一个关键字为key的结点；

5.二叉排序树的删除

假定：被删结点为p，双亲结点为f，PL和PR为左右子树；

1. 若*p结点为叶子节点，直接赋予为空；f->lchild = NULL；
2. 若*p结点只有左子树或PL只有右子树PR，则直接令PL或PR为 *p的双亲结点的左子树或右子树即可；
   f->lchild = p->lchild(p->rchild);
3. 若*p结点的左子树和右子树均不空：

• 用*p的前驱（左子树中最大的元素）或后继（右子树中最小的元素）代替；
• 令*p的左子树接到其他结点的左子树上，右子树接到其他节点的右子树上；

7.3.2 平衡二叉树

1.平衡二叉树的定义

二叉树上结点的平衡因子定义为该结点左子树和右子树的深度之差，则平衡二叉树上所有结点的平衡因子只能是1，0，-1；
**平衡二叉树（又称AVL树）**的特征：

1. 左子树和右子树的深度之差的绝对值不超过1；
2. 左子树和右子树也是平衡二叉树；

2.平衡二叉树的平衡调整方法

找到离插入结点最近且平衡因子绝对值超过1的祖先结点，以该结点为根的子树称为最小不平衡子树；
LL型，LR型，RL型，RR型的调整方法都为将最小不平衡子树中最大的元素移到右子树，其次移到根结点，最小的移到左子树；

7.3.3 B-树

7.3.4 B+树

7.4 散列表的查找

7.4.1 散列表的基本概念

散列查找法（杂凑法或散列法）：对元素的关键字值进行某种运算，直接求出元素的地址，即使用关键字到地址的直接转换方法，而不需要反复比较；
优点：查找效率高； 缺点：空间效率低
散列函数和散列地址：在记录的存储位置p和关键字key之间建立一个确定的对应关系H，使p = H(key)，称这个对应关系H为散列函数，p为散列地址；
散列表：一个有限连续的地址空间，用以存储按散列函数计算得到相应散列地址的数据元素；
冲突：对不同的关键字可能得到同一散列地址的现象；
同义词：具有相同函数值的关键字；

7.4.2 散列函数的构造方法

1. 直接定址法：Hash（key）=a.key + b；一次函数
   优点：以关键码key的某个线性函数值为散列地址，不会产生冲突；
   缺点：要占用连续空间，空间效率低；
2. 数字分析法：若数字较多或较大，则取用后四位数字来进行存储；
3. 平方取中法：若不知道关键字的分布且位数不是很大，则将数字进行平方取中间的数字进行存储；
4. 折叠法：若散列地址的位数较少，而关键字的位数较多，且难于直接从关键字中找到取值较分散的几位，将关键字从左到右分割成位数相等的几部分（注意最后一部分位数不够时可以短些），然后将这几部分叠加求和，并按散列表表长，取后几位（舍去进位）作为散列地址。
5. 除留余数法：H(key) = key % p;所得的余数为散列地址；
   关键：选取适当的数p（不大于表长的数）；

7.4.3 处理冲突的方法

1.开放地址法

基本思想：把记录都存储在散列表数组中，当某一记录关键字key的初始散列地址H0=H（key）发生冲突时，以H0为基础，采取适合方法计算得到另一个地址H1，一次得到另一个地址直到将关键字存储进去；

• 线性探测法
• 二次探测法
• 伪随机探测法

2.链地址法

基本思想：把具有相同散列地址的记录放在同一个单链表中，称之为同义词链表；
优点：非同义词不会冲突，无“聚集”现象；
链表上结点空间动态申请，更适合表长不确定的情况；

7.4.4 散列表的查找

给定关键字key，根据创建散列表的散列函数计算H0 =H（key）查找，直到查找成功；
小结：散列表技术具有很好的平均性能，优于一些传统的技术；
链地址法优于开地址法；
除留余数法作散列函数有欲其他类型函数；

7.5 小结