第六讲 查找

第六讲 查找

相关定义

查找表由同一类型的数据构成的集合。由于集合中的数据元素之间存在着松散的关系，因此查找表是一种应用灵便的结构。
关键字：用来标识一个数据元素的某个数据项的值。
主关键字：可唯一的标识一个记录的关键字是主关键字。
次关键字：用以识别若干记录的关键字是次关键字。
查找的目的：
1，查询某个特定的数据元素是否在查找表中。
2，检索某个特定的数据元素的各种属性。
3，在查找表中插入一个数据元素。
4，删除查找表中某个数据元素。
查找表可分为两类：一类是静态查找表，只能做查询操作，一种是动态查找表，可以做删除与插入操作。

顺序查找

应用范围：顺序表，线性表表示的静态链表，表内元素无序。
从表尾开始比较，逐一比较

int search（int key）
{
	for(int i=n;i>=1;i--)
	{
		if(i<1)
		break;
		if(a[i]==key)
		{
			return i;
		}
	}
	return 0;
}

上面的代码是一般形式，每次循环都要比较两次，看看有没有越界，所以我们可以在a[0]设置一个哨兵，就可以不用判断是否越界了，相等就自动停下来了。下面是优化的代码

int search（int key）
{
	a[0]=key;
	for(int i=n;i>=0;i--)
	{
		if(a[i]==key)
		{
			return i;
		}
	}
}

ASL=（n+1）/2;
顺序查找算法简单，逻辑次序无要求，但是时间效率太低。

折半查找法

加入这样一组数，找21，我们把1设为左端，11设为右端，然后通过mid=（low+high）得到中间位置

与a[mid]做比较，如果想等就返回，如果小于就把寻找的区间缩短到左半边来寻找，如果大于就缩短到右半边寻找。此时21小于a[mid]
所有要缩短到右半边

此时low指向5，high指向37.
后面的过程也是这样的，直到找到，或者没找到返回0.

int search(int key)
{
	int low=1;
	int high=n;
	while(low<high)
	{
		int mid=(low+high)/2;
		if(key<a[mid])
			high=mid-1;
		else if(key>a[mid])
			low=mid+1;
		else return mid;
	}
	return 0;
}

折半查找法效率高，但是只适用于有序表，而且只能是顺序存储结构的表

二叉排序树

定义：
二叉排序树又称二叉搜索树，二叉查找树。
二叉排序树满足下面性质：
1，若其左子树非空，则左子树上所有结点的值均小于根结点的值；
2，若其右子树非空，则右子树上所有结点的值均大于等于根结点的值；
3，其左右子树本身又各是一棵二叉排序树。
如果中序遍历二叉排序树，那么得到的是从小到大的排列
二叉排序树的操作——查找
若查找的关键字等于根结点，成功，否则若小于根结点，查其左子树，若大于根结点查其右子树，左右子树上的操作类似。

上图就是查找的一个过程。
二叉排序树的递归查找算法思想：
若树为空则查找失败，返回空指针，若非空，将给定值key与根结点的关键字T->data进行比较，若等于则查找成功，返回根结点地址，若小于则进一步查找左子树，若大于则进一步查找右子树

tree search(tree T,int key)
{
	if(T==NULL||T->data==key)
	{
		return T;
	}
	else if(T->data>key)
	{
		return tree(T->left,key);
	}
	else
	return tree(T->right,key);
}

二叉排序树上查找某关键字等于给定值的结点过程，其实就是走了一条从根到该结点的路径。
比较的关键字的次数=此节点所在层数
最多的比较次数=树的深度
二叉排序树的操作——插入
过程：若二叉排序树为空，则插入结点作为根结点插入到空树中，否则，继续在左右子树上查找，树里面已经有了则不能再插，查找直到某个叶子结点的左子树或右子树为空为止，则插入结点应为这个叶子结点的左孩子或右孩子，插入的元素一定在叶子结点上。
写一下伪代码

Status charu(tree t,int key)
{
	tree p,s;
	if(查找不成功)
	{	
		s=(tree)malloc(sizeof(tree));
		s->date=key;
		s->left=s->right=NULL;
		if(为空树)
		{
			t=s;
		}
		else if(查找到当前结点的左子树为空)
		{
			p->left=s;
		}
		else
		p->right=s;
		return true;
	}
	else
	return false
	
}

通过二叉排序树的插入操作，我们也可以将一个序列生成二叉排序树
二叉排序树的操作——删除
删去一个结点不能把以该节点为跟的子树都删去，只能删去该结点，并且还要保证删除后的二叉树还是二叉排序树。删除的过程中还要避免高度增加。
删除分三种情况考虑
1，被删去的结点是叶子结点，那直接删去该结点就行了
2，被删除的结点只有左子树或者只有右子树，那么可以用其左子树或者右子树代替

3，被删去的结点既有左子树又有右子树
有两种解决方式，第一种是以其中序前趋值替换，然后再删除该前趋结点，前趋是左子树中最大的结点。还有一种是以后继替换，然后删去后继结点，后继结点是右子树中最小的结点


上面这张图是包括了刚刚说的三种情况

平衡二叉树

因为二叉排序树的查找和二叉树形态有关系，所以就需要平衡二叉树，让结构更平衡。
平衡二叉树又称AVL树，性质是左子树和右子树的高度之差的绝对值小于等于1，左子树和右子树也是平衡二叉树。
为了方便，给每个结点附加一个数字，给出该结点左子树与右子树的高度差。这个数字称为结点的平衡因子，平衡因子=该结点左子树高度-该结点右子树高度。
失衡二叉树的调整：
当我们在插入一个结点的时候可能会导致失衡，所以有时候就需要我们调整，下图是失衡的四种类型，c是插入的结点，因为c的插入导致失衡

在学习调整之前，我们要先记住调整的原则，1，降低高度，2，保持二叉排序树性质
第一种，LL型调整过程，b结点带着左子树一起上升，a结点称为b结点的右孩子，原来b结点的右子树作为a结点的左子树。

第二种，RR型调整过程，b结点带着右子树一起上升，a结点成为b结点的左孩子，原来b结点的左子树作为a的右子树

第三种，LR型调整过程，c结点穿过a，b结点上升，b结点成为c的左孩子，a成为c的右孩子，原来c结点的左子树作为b的右子树，原来c的右子树作为a的左子树

第四种，RL型c调整过程，结点穿过a，b结点上升,a结点成为c的左孩子，b成为c的右孩子，原来c结点的左子树作为a的右子树，原来c的右子树作为b的左子树

上面就是几种调整方式。

散列表查找

基本思想：记录的存储位置与关键字之间存在对应关系——hash函数
查找步骤：
1，在存储时，通过散列函数计算记录的散列地址，并按此散列地址存储该记录。
2，当查找记录时，我们通过同样的散列函数计算记录的散列地址。
所以说，散列技术既是一种存储方法，也是一种查找方法
一些术语：
1，散列方法：选取某个函数，依该函数按关键字计算元素的存储位置，并按此存放，查找时由同一个函数对给定k计算地址。
2，散列函数：散列方法中使用的转换函数。
3，散列表：按上述思想构造的查找表。
4，冲突：不同的关键码映射到同一个散列地址。
5，同义词：具有相同函数值的多个关键字。
构造散列函数要考虑的因素：
1，执行速度
2，关键字长度
3，散列表的大小
4，关键字分布情况
5，查找频率

构造散列表的方法
方法一：直接定址法
Hash（key）=a*key+b；（ab为常数）
优点：以关键码的某个线性函数值为散列地址，不会冲突
缺点：要占用连续地址空间，空间效率低
方法二：除留余数法
Hash（key）=key mod p（p是一个整数）
取p为小于等于表长的质数。

处理冲突的方法
1，开放定址法
基本思想：有冲突时就去寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到，并将数据元素存入
例如：Hi=（Hash（key）+d） mod m；
常用方法：
线性探测法 d 为1，2，3……m-1线性序列，一旦冲突就寻找下一个地址
二次探测法 d为11，22，……二次序列
伪随机探测法 d为随机数序列
一个线性探测法的例子

2，链式地址法
基本思想：相同散列地址的记录链成一单链表，m个散列地址就设m个单链表，然后用一个数组将m个单链表的表头指针存储起来，形成一个动态结构。
下图是一个例子

优点是不会冲突产生聚集现象，也适合不确定长度的那种。

散列表的查找

几点结论：
散列表技术具有很好的平均性能，链地址法优于开地址法，除留余数法优于其它函数。