第九章 查找

一、静态查找表

查找表（table）：同类型的DE（或记录）构成的集合

 

查找表上的基本运算：

建立查找表create（ST，n）

查找search（ST，k）

遍历查找表traverse（ST）

 

查找：在查找表中确定与给定值相等的DE的过程。

查找结果：

查找成功（table中存在给定的记录）

查找不成功（table中不存在给定值的记录）

查找表分为：

静态查找表（对查找表中的数据元素不进行插入或删除操作）

动态查找表（对查找表中的数据元素可进行插入和删除操作）

 

1、顺序表的查找

FUNC seqsrch1（r：sqlisttp；k：keytype）：integer；

 r[0].key：=k；i：=n；

 WHILE r[i].key  <>k DO i：=i-1；

 RETURN（i）

ENDF；{seqsrch1}

1）查找过程：

从n开始，依次与k进行比较，若相等则查找成功；否则，继续进行，直到与r[0].key比较为止。

2）算法分析：

（1）算法结构应由一个循环构成；

（2）循环结束有两种可能：

3）查找成功：r[i].key=k

查找不成功 i=0

4）查找方向可换

FUNC seqsrch2（r：sqlisttp；k：keytype）：integer；

 r[n+1].key：=k；i：=1；

 WHILE r[i].key  <>k DO i：=i+1；

  IFi=n+1 THEN RETURN（0）

 ELSE RETURN（i）

ENDF；{seqsrch2}

 

平均查找长度（ASL）

查找过程中，给定值需与关键字比较的次数的期望值。

ASL=P_iC_i

其中：P_i为查找第i个记录的概率；

      C_i为找到第i个记录时，已比较的次数。

顺序查找的平均查找长度ASLss=np1+（n-1）p2+……+pn

当pi=1/n时，ASLss=P_iC_i=（n+1）/2

2、有序表的查找

有序表：查找表中记录按关键字有序排列的表。即：r[i].key<= r[i+1].key i=1,2，…，n-1

折半查找：

要求：查找表为有序表；

查找过程：先确定待查记录范围；然后逐步缩小范围；直到查找成功或不成功。

折半查找算法

FUNC binsrch（r：ordlisttp；k：keytype）：integer；

  low：=1；high：=n；found：=false；

 WHILE low≤high AND NOTfound DO

[mid：=（low+high）DIV 2

CASE

  k＞r[mid].key：low：=mid+1；

  k=r[mid].key：found：=true；

k＜r[mid].key：high：=mid-1；

ENDC；

]

  IFfound THEN RETURN（mid）ELSE RETURN（i）

ENDF；{ binsrch }

 

3.索引顺序表的查找（分块查找）

索引表：

1）按表中记录的关键字分块，R1，R2,……，RL

要求：第Rk块中的所有关键字＜Rk+1块中的所有关键字 k=1,2，……，L-1，称为“分块有序”

2）对每块建立一个索引项，包含以两项内容：

（1）关键字项：为该块中最大关键字值；

（2）指针项：为该块第一个记录在表中位置。

3）所有索引项组成索引表

查找分为两步：

1）确定待查记录所在块；（可以用顺序或折半查找）

2）在块内顺序查找。（只能用顺序查找）

分块查找表的平均查找长度ASL=Lb+Lw

其中：Lb为查索引表确定所在块的平均查找长度；

Lw为在块内查找记录的平均查找长度；

 

二、动态查找表

动态查找表的特点：

表结构本身是在查找过程中动态生成的。即查找不成功时，将该记录插入动态查找表中

 

1、二叉排序树（Binary Sort Tree）（二叉查找树）

1）BST定义：

BST或者是一棵空树，或者是具有如下性质的BT：

若左子树非空，则左子树上所有结点的值均小于根结点的值；

若右子树非空，则右子树上所有结点的值均大于根结点的值；

左、右子树也为BST

2）查找过程为：

（1）当前BST非空时，将给定值k与当前根结点的关键字比较；

（2）若相等，查找成功，结束；

     若k小于当前根结点的关键字，则将左子树作为当前BST；

     若k大于当前根结点的关键字，则将右子树作为当前BST；

（3）重复（1）。

3）BST的特点：

（1）中序遍历BST可得到一个关键字的有序序列。

（2）在BST上插入新结点时，不必移动其他结点，仅需改动某结点的指针（因新结点总是BST上的一个新叶结点T。

（3）BST既具有类似折半查找的特性（与BST的平衡度有关）又采用了链表存储结构（折半查找不能为链表存储结构），因此，对于经常要进行查找、插入和删除记录的有序表，采用BST尤其适合。

4.BST的查找分析

BST上查找过程与折半查找类似，是从根结点到所找到结点的一条路径，与给定值比较次数等于该路径长度+1（即结点所在层次数），最大次数不超过树的深度。

但长度为n的所有折半查找表对应的判定树是唯一的，而含有n个结点的BST却不唯一。

因此，含有n个结点的BST的ASL和树的形态有关。

最差情况是BST退化为单支树，其深度为n，ASL=（n+1）/2（同顺序查找）

最好情况与折半查找相同，ASL=log2n

随机情况下，平均查找长度为1+4logn

为了避免出现单支树，在构成BST的过程中可进行“平衡化”处理。

 

2、平衡二叉树（Balanced Binary Tree）（又称AVL树）

1）AVL树定义：

AVL树或者是一棵空树，或者是具有下列性质的BT：

左、右子树均为AVL

且任一左、右子树的深度只差的绝对值不超过1

称某结点左子树的深度-右子树的深度为该结点的平衡因子

 

2）AVL树的结点

AVL树上任何结点的平衡因子只可能为-1,0或1；

AVL树的深度与logn同数量级；

完全二叉树一定是AVL，AVL树不一定是完全二叉树

 

3）BST变为AVL树

 

三、哈希查找表

通过计算来查找的新型方法——哈希法（Hash）或称杂凑法、散列法。

设关键字集合为A，地址空间为D，哈希法就是在A和D之间建立一种函数关系H,通过计算函数H（k），就能得到关键字k的地址

设D是长度为n的表，A是含m个记录的关键字集合，如果存在一个函数H，使得对A中任一关键字k，均有0≤H（Ki）≤n-1 i=1,2，……，m

同时，Ki所标示的记录Ri在表D中的地址是H（Ki），

则称函数H为关键字集合A到地址D之间的哈希函数，地址空间D为哈希表。

哈希函数不一定是一对一的，产生地址冲突

在应用哈希查找方法时，主要解决两个技术问题：

一是构造好哈希函数的方法；二是研究冲突解决的方法

 

1、哈希函数构造方法

计算简单容易，冲突极少

1）直接哈希函数

取关键字本身或关键字的某个线性函数值作为哈希地址

即：H(key)=key 或H(key)=a*key+b

2）数字分析法

设n个d位数的关键字，由r个不同的符号组成，此r个符号在关键字的各位出现的频率不一定相同，可能在某些位上均匀分布，即每个符号出现的次数都接近于n/r次，而在另外一些位上分布不均匀。则选择其中分布均匀的s位作为哈希地址，即H（key）=“key中数字均匀分布的s位”。H（key）

3）平均取中法

取关键字平方后的中间几位作为哈希地址，即哈希函数为：H（key）=“key平方的中间几位”其中，所取的位数由哈希表的大小确定。

4）折叠法

将关键字分割成位数相等的几部分（最后一部分位数可以不同），取这几部分叠加和（舍去高位的进位）作为哈希地址。位数由存储地址的位数确定

相加时有两种方法：

移位折叠加法：即将每部分得最后一位对齐，然后相加；

间界折叠加法：即将关键字看做一纸条，从一端向另一端沿间界逐次折叠，然后对齐相加

5）除留余数法

取关键字被某个不大于哈希表长m的数p除后的余数为哈希地址。

即H（key）=key MOD p，p≤m

P的选择很重要，选得不好回产生很多冲突，通常选择p≤m的某个质数。

6）随机数法

选择一个随机含糊，取关键字的随机函数值作为它的哈希地址。

即H（key）=random（key）

 

2、处理冲突的方法

冲突是指由关键字得到的Hash地址上已有其他地址，处理冲突就是为该关键字找到另一个“空”的Hash地址。

1）开放定址法

Hi=（H（key）+di）mod m   i=1,2，……，m-1；

其中：

Hi为第i次冲突的地址；

H（key）为Hash函数；

m为Hash表表长；

di为增量序列

线性探测再散列：di=1,2,3，……，m-1

二次线性探测再散列：di=1²，-1²,2²，-2²,3²，……，±k²  |±k|≤m-1

伪随机探测再散列：di=伪随机序列

 

2）再哈希法

Hi=RHi（key） i=1,2，……，n

RHi为不同哈希函数

用n个不同哈希函数排成一个序列，当发生冲突时，由RHi确定第i次冲突的地址Hi

 

3)链地址法

将关键字发生冲突的记录存储在一个线性链表中

 

4）公共溢出区法

将同哈希表中关键字发生冲突的所有记录填入一个溢出表中。