查找算法总结

====================
顺序查找算法
====================
1. 算法描述
顺序比较即可。

2. 平均查找长度
(n+1)/2, 其中n为表长。

3. 算法实现
省略

4. 优化思想
根据经验，目前被查到越多的元素，将来可能被查到的可能性也越大。所以可以考虑，每次查找到一个元素后，将它和直接前驱交换位置。
如果上述的经验从概率上来讲是成立的，则可以加快顺序查找的速度。


====================
二分查找算法
====================
1. 算法描述
限制：待查表必须是有序的向量(在内存中连续存储)
首先和数组中点比较，如果等于则返回，如果小于中点则在左边区间查找，如果大于中点则在右边区间查找。

2. 平均查找长度
lg(n+1)

3. 算法实现
(1) 非递归方式

[cpp] view plain copy print ?

1. static constint ERROR = -1;
3. template<typename T>
4. int binary_search(T *array,const int size,const T & key)
5. {
6. if(NULL == array || size < 1)
7. {
8. cout << "illegal input!" << endl;
9. return ERROR;
10. }
12. int low = 0, high = size - 1;
13. int mid_index = 0;
15. while(low <= high)
16. {
17. mid_index = (low+high)/2;
19. if(key == array[mid_index])
20. {
21. return mid_index;
22. }
23. else if(key > array[mid_index])
24. {
25. low = mid_index + 1;
26. }
27. else
28. {
29. high = mid_index - 1;
30. }
31. }
33. return ERROR;
34. }

static const int ERROR = -1; 

template<typename T>
int binary_search(T *array, const int size, const T & key)
{
 if(NULL == array || size < 1)
 {
  cout << "illegal input!" << endl;
  return ERROR;
 }
 
 int low = 0, high = size - 1;
 int mid_index = 0;

 while(low <= high)
 {
  mid_index = (low+high)/2;
  
  if(key == array[mid_index])
  {
   return mid_index;
  }  
  else if(key > array[mid_index])
  {
   low = mid_index + 1; 
  }
  else 
  {
   high = mid_index - 1;
  }
 }
 
 return ERROR;
}

(2) 递归方式

[cpp] view plain copy print ?

1. template<typename T>
2. int binary_search_iter(T *array,const int low,const int high,const T & key)
3. {
4. if(low > high)
5. {
6. return -1;
7. }
9. int mid_index = (low+high)/2;
11. if(key == array[mid_index])
12. {
13. return mid_index;
14. }
15. else if(key > array[mid_index])
16. {
17. return binary_search_iter(array, mid_index+1, high, key);
18. }
19. else
20. {
21. return binary_search_iter(array,low, mid_index-1, key);
22. }
23. }

template<typename T>
int binary_search_iter(T *array, const int low, const int high, const T & key)
{
 if(low > high)
 {
  return -1;
 }
 
 int mid_index = (low+high)/2;
 
 if(key == array[mid_index])
 {
  return mid_index;
 }
 else if(key > array[mid_index])
 {
  return binary_search_iter(array, mid_index+1, high, key);
 }
 else 
 {
  return binary_search_iter(array,low, mid_index-1, key);
 }
}

====================
分块查找算法
====================
1. 基本思想
以增加空间复杂度为代价(存储每块中的最大值已经最大值的位置)，为原数组做一个索引(索引本身是递增有序的)，这样先查索引，再查块内位置。如果索引的选择科学有效，则可以获得比顺序查找快的速度。

2. 算法描述
抽取各块中的最大关键字及其起始位置构成一个索引表ID[l..b]，即: ID[i](1≤i≤b)中存放第i块的最大关键字及该块在表R中的起始位置。由于表R是分块有序的，所以索引表是一个递增有序表。
先用二分法查到元素可能所在的块起始位置，而后在块内进行顺序查找。

3. 平均查找长度
平均查找长度在顺序查找和二分查找之间，并且当结点数为元素数量的平方根时，查找长度最小。

=======================
二叉排序树上的查找
=======================
1. 基本思想
由如何改进二分查找的缺陷(插入和删除操作需要移动大量的数据)而得出的一种算法，用二叉排序树存储数据，由于二叉树的插入和删除操作的时间复杂度相对低，而且也支持二分查找，所以在动态数据查找方面优于二分查找。

2. 算法描述
二叉树的特点是中序遍历可以得到递增的序列。很容易可以得出在二叉排序树上进行二分排序的递归代码。

3. 平均查找长度
和二叉排序树的形态有关。在极端情况下，二叉树只有单一的左或右分支，则查找长度为(n+1)/2；如果是平衡二叉树，则查找长度为lgn(树的层次)。

=======================
散列技术下的查找
=======================
1. 基本思想
将元素的值和其位置直接对应，对应的方法就是散列函数(如平方取中，除余法等等)；然而再好的散列函数也会引起冲突，则解决冲突的方法是如拉链法，线性探测法，二次探测法等等。