查找问题——顺序&折半&分块

查找问题——顺序&折半&分块

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数据元素（或记录）

关键字：用于表示一个数据元素的某个数据项的值
主关键字：唯一标识一个记录
次关键字：识别若干记录的关键字
查找表：是由同一类型的数据元素构成的集合。“集合”中数据元素直接按存在着松散的关系，因此查找表是一种应用灵便的结构。

静态查找表：仅作“查询”检索的查找操作
动态查找表：作“插入”和“删除”操作的查找表，查找后查找表发生变化

查找算法的评价指标：
关键字的平均比较次数，也叫平均查找长度ASL.

线性表的查找

顺序查找（顺序查找）

优点：算法简单，逻辑次序无要求，不同存储结构均适用
缺点：ASL太长，时间效率太低

• 顺序表或线性链表表示的静态查找表
• 表内元素无序

typedef struct{
				ElemType *R;
				int length;
				}SSTable；
	SSTable ST；

在上面顺序表 ST中查找值为key的数据元素。

int Search_Seq(SSTable ST，KeyType key){
     for(i=ST.length;i>=1;--i)
       return i;
    retuen 0;
    }

顺序查找如何优化------设置“哨兵”，不需要检查越界

 int Search_Seq(SSTable ST，KeyType key){
     ST.R[0].key=key;     //设置为哨兵
      for(i=ST.length; ST.R[i] .key ！= key ;--i)
        return i;
     retuen 0;
     }
/*
当length，此时优化平均查找时间几乎减少一半
时间效率分析 	,比较次数于key位置有关
 
 - 查找第i个需要比较n-i-1次
 - 查找失败，比较n+1次
 - 时间复杂度：O(n)，设表中个记录查找概率相等
 - ASL=（1+2+…+n）/n=（n+1）/2
 - 空间复杂度：一个辅助空间 --------O(1)

1. 如果查找概率不相等，如何高效查找？
   按查找概率高低存储

2. 查找概率无法预测时，如何高效查找？
   按查找概率动态调整记录顺序
   在每个记录中设置一个访问频度域
   始终保持记录按非递增有序的次序排列
   每次查找后将刚查找的记录表直接移动到表头

折半查找（二分或对分查找）

每次将待查找记录所在区间缩小一半
优：效率高
缺：只适用于有序表，限于顺序存储结构（等于线性链表无效）

折半查找算法（非递归 算法）

非递归算法较为简单，在函数参数上加入low和high 的定义，将函数体的顺序稍加变动即可。

判定树的应用—分析折半查找性能

分块查找（索引顺序表的查找）

优点：插入和删除比较容易，无需进行大量移动
缺点：需要增加一个索引的存储空间，并进行排序运算
适应：既要快速查找又要经常动态变化，则可以采用分块查找

方法：

• 将表分成几块，且有序或分块有序
• 建立索引表，每个结点含有最大关键字域和指向本快第一个结点的指针，且按关键字有序）

查找过程：

• 先确定待查找记录所在块，再在块内查找（顺序或折半均可）

性能分析：ASL=索引表查找ASL+块内查找ASL