查找算法总结

主要参考七大查找算法

• 无序查找：被查找数列有序无序均可；
• 有序查找：被查找数列必须为有序数列。

---

顺序查找

• 就是平时常用的暴力搜索，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。
• 时间复杂度：$O(n)$

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

二分查找

1. 也称为折半查找，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。
2. 时间复杂度：$O(log(n))$

/*第一种方法*/
int BinarySearch1(int array[], int value, int len){
    int low = 0, high = len - 1;
    int mid = 0;
    while(low < high){
        mid = (low + high) >> 1;
        if(array[mid] == value)
            return mid;
        if(array[mid] > value)
            high = mid -1;
        if(array[mid] < value)
            low = mid + 1;
    }
    return -1;
}
/*第二种方法，基于递归的思想*/
int BinarySearch2(int array[], int value, int low, int high){
    int mid = low + (high - low) / 2;
    if(array[mid] == value)
        return mid;
    if(array[mid] > value)
        BinarySearch2(array, value, low, mid - 1);
    if(array[mid] > value)
        BinarySearch2(array, value, mid + 1, high);
}

插值查找

在介绍插值查找之前，首先考虑一个新问题，如果要在取值范围1 ~ 10000 之间 100 个元素从小到大均匀分布的数组中查找5， 我们自然会考虑从数组下标较小的开始查找。
　　经过以上分析，折半查找这种查找方式，不是自适应的（也就是说是傻瓜式的）。二分查找中查找点计算如下：$mid=(low+high)/2$, 即$mid=low+1/2*(high-low)$;
　　通过类比，我们可以将查找的点改进为如下：$mid=low+(key-a[low])/(a[high]-a[low])*(high-low)$，
　　也就是将上述的比例参数1/2改进为自适应的，根据关键字在整个有序表中所处的位置，让mid值的变化更靠近关键字key，这样也就间接地减少了比较次数。
时间复杂度：$O(log(log(n)))$

斐波那契查找

树查找

分块查找

分块查找又称索引顺序查找，它是顺序查找的一种改进方法。
　　算法思想：将n个数据元素”按块有序”划分为m块（m ≤ n）。每一块中的结点不必有序，但块与块之间必须”按块有序”；即第1块中任一元素的关键字都必须小于第2块中任一元素的关键字；而第2块中任一元素又都必须小于第3块中的任一元素，……
　　算法流程：
　　step1. 先选取各块中的最大关键字构成一个索引表；
　　step2. 查找分两个部分：先对索引表进行二分查找或顺序查找，以确定待查记录在哪一块中；然后，在已确定的块中用顺序法进行查找。

哈希查找

先简单整理一下哈希表相应的知识。
哈希表也成为散列表，是使用哈希函数将关键字映射到对应值的数据结构。对关键字的不同类型，可以设计不同的散列函数。
解决哈希冲突的两种方法：
1. 开散列法（Open Hashing）也称为链接法。
散列表中的每个元素为一个链表，被映射到相同下标的关键字放在对应的链表中。如图，Hash函数为$f(x)=x\%7$，那么关键字8，22呗映射到下标1，为了解决冲突，将8和22以链表的形式存储在下标1对应的元素中。

2. 开放寻址法（Open Addressing）。
所有元素都被储存在散列表里。 当有冲突时，通过叹茶函数g(x)来计算下一个待检查的下标，直到碰到一个空的下标为止。

复杂度分析：单纯论查找复杂度：对于无冲突的Hash表而言，查找复杂度为O(1)（注意，在查找之前我们需要构建相应的Hash表）