[数据结构]哨兵作用

应用：假设一个乱序数组，需要查找一个元素是否在该数组中，这时需要用到顺序查找，也就是遍历数组。

一般情况下我们会写下如下代码：

[cpp]  view plain  copy

 print ?

1. int Sequential_Search(int *a,int n,int key)  
2. {  
3.     //数组从1开始  
4.     int i;  
5.     for(int i=1;i<=n;i++)  
6.     {  
7.         if(a[i]==key)  
8.             return i;  
9.     }  
10.     return 0;//查找失败  
11. }  

有的数据结构书上，会运用哨兵元素，改成这样的代码：

[cpp]  view plain  copy

 print ?

1. int Sequential_Search2(int *a int n,int key)  
2. {  
3.     int i=0;  
4.     a[0]=key;//哨兵  
5.     i=n;  
6.     while(a[i]!=key)  
7.     {  
8.         i--;  
9.     }  
10.     return i;//返回0就是查找失败  
11. }  

仔细看来没有什么差别，但是来看下我测试的运行时间，数组有10亿个元素。

方案1：3.494s   3.202s   3.216s   3.237s

方案2：2.332s   2.307s   2.24s   2.194s

为什么基本一样的代码，方案2比方案1性能提升了30%~40%左右？？？

循环中，方案1有3条指令而方案2有两条指令，少了i<n这个比较操作，所以方案2性能得到了提升，这也是哨兵元素的妙用

以上思想和代码来自于《大话数据结构》中的296页，测试实验是我做的。

大话数据结构的原文“这种查找方法在查找方向的尽头设置哨兵元素，免去了查找过程中每次比较后都要判断查找位置是否越界的小技巧，看似与原先差别不大，但是总数据较多时，效率提高很明显，是非常好的编程技巧。当然，“哨兵”也不一定在数组开始，也可以再末尾”

我的测试程序：

[cpp]  view plain  copy

 print ?

1. void main()   
2. {   
3.     int num=1000000000;  
4.     char *p=new char[num];  
5.     p[0]=2;  
6.     char key=p[0];  
7.     clock_t start, finish;   
8.     start=clock();  
9.     if(true)  
10.     {  
11.         for(int i=1;i<num;i++)  
12.         {  
13.             if(p[i]==key)  
14.                 break;  
15.         }  
16.     }  
17.     else  
18.     {  
19.         int i=num-1;  
20.         while(p[i]!=key)  
21.         {  
22.             i--;  
23.         }  
24.     }  
25.     finish=clock();  
26.     double Total_time = (double)(finish-start) / CLOCKS_PER_SEC;   
27.     cout<<Total_time<<endl;  
28. }