查找算法分析

计算机查找通常是指在计算机中进行数据检索的过程。它是一种基本的操作，用于从大量数据中快速找到所需的信息。

计算机查找通常包括以下几个步骤：

1. 确定要查找的数据的类型和范围。

2. 确定要用于查找的关键字或条件，如名称、日期、关键词等。

3. 使用查找算法在数据集合中查找满足条件的数据。

4. 显示或处理查找结果。

常见的查找算法包括线性查找、二分查找、哈希查找等。在实际应用中，选择合适的查找算法不仅可以提高查找速度，还可以降低计算机资源的消耗。

查找算法分类：

• 静态查找和动态查找：静态或者动态都是针对查找表而言的。动态表指查找表中有删除和插入操作的表。
• 无序查找和有序查找：无序查找指的是被查找数列有序无序均可；有序查找指的是被查找数列必须为有序数列。

平均查找长度（Average Search Length，ASL）：需和指定key进行比较的关键字的个数的期望值，称为查找算法在查找成功时的平均查找长度。

对于含有n个数据元素的查找表，查找成功的平均查找长度为：ASL = Pi*Ci的和。

• Pi：查找表中第i个数据元素的概率。
• Ci：找到第i个数据元素时已经比较过的次数。

1. 顺序查找

说明：顺序查找适合于存储结构为顺序存储或链接存储的线性表。

基本思想：顺序查找也称为线形查找，属于无序查找算法。从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。

复杂度分析：查找成功时的平均查找长度为：（假设每个数据元素的概率相等） ASL = 1/n(1+2+3+…+n) = (n+1)/2 ;当查找不成功时，需要n+1次比较，时间复杂度为O(n)。

所以，顺序查找的时间复杂度为O(n)。

代码如下：

int SequenceSearch(int a[], int value, int n){
    int i;
    for(i=0; i<n; i++)
        if(a[i]==value) return i;
    return -1;
}

 

2. 二分查找

说明：元素必须是有序的，如果是无序的则要先进行排序操作。

基本思想：也称为是折半查找，属于有序查找算法。用给定值k先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表，这样递归进行，直到查找到或查找结束发现表中没有这样的结点。

复杂度分析：最坏情况下，关键词比较次数为log2(n+1)，且期望时间复杂度为O(log2n)；

代码设计如下：

int BinarySearch1(int a[], int value, int n){
    int low, high, mid;
    low = 0;
    high = n-1;
    while(low<=high){
        mid = (low+high)/2;
        if(a[mid]==value) return mid;
        if(a[mid]>value) high = mid-1;
        if(a[mid]<value) low = mid+1;
    }
    return -1;
}

int BinarySearch2(int a[], int value, int low, int high){
    int mid = low+(high-low)/2;
    if(a[mid]==value) return mid;
    if(a[mid]>value) return BinarySearch2(a, value, low, mid-1);
    if(a[mid]<value) return BinarySearch2(a, value, mid+1, high);
}

3. 插值查找

基本思想：基于二分查找算法，将查找点的选择改进为自适应选择，可以提高查找效率。当然，差值查找也属于有序查找。对于表长较大，而关键字分布又比较均匀的查找表来说，插值查找算法的平均性能比折半查找要好的多。反之，数组中如果分布非常不均匀，那么插值查找未必是很合适的选择。

复杂度分析：查找成功或者失败的时间复杂度均为O(log2(log2n))。

代码设计如下：

int InsertionSearch(int a[], int value, int low, int high){
    int mid = low+(value-a[low])/(a[high]-a[low])*(high-low);
    if(a[mid]==value) return mid;
    if(a[mid]>value) return InsertionSearch(a, value, low, mid-1);
    if(a[mid]<value) return InsertionSearch(a, value, mid+1, high);
}