参考:
http://blog.csdn.net/wzyhb123456789/article/details/6028735
一、基本概念:
1、 列表:待搜索的数据集合。
2、 关键字:要查找的那个数据。
3、 查找:一种算法过程。
二、基于线性表的查找:
1、 顺序查找:
(1)思想:逐个比较,直到找到或者查找失败。
(2)时间复杂度:T(n) = O(n)。
(3)空间复杂度:S(n) = O(n)。
(4)程序:
- Int SeqSearch(RecordList l, KeyType key)
- {
- l.r[0].key = k;
- I = l.length;
- while(l.r[i].key != k)
- i--;
- return I;
- }
2、 折半查找:
(1)思想:又称二分查找,对于已经按照一定顺序排列好的列表,每次都用关键字和中间的元素对比,然后判断是在前部分还是后部分还是就是中间的元素,然后继续用关键字和中间的元素对比。
(2)时间复杂度:
(3)空间复杂度:
(4)程序:
- Int BinSrch(RecordList l, KeyType k)
- {
- low = 1;
- high = l.length;
- while(low <= high)
- {
- mid = (low + high) / 2;
- if(k == l.r[mid].key)
- return mid;
- else if(k < l.r[mid].key)
- high = mid -1;
- else
- low = mid + 1;
- }
- return 0;
- }
3、 分块查找:
(1)思想:把无序的列表分成若干子块(子表),然后建立一个索引表,记录每个子块中的某个关键字(最大的数或是最小的数),然后用关键字和这个索引表进行对比。该索引表还存储子块的起始位置,所以可以使用折半查找或者顺序查找确定关键字所在的子块位置。进入子块后,使用顺序查找查找。
(2)时间复杂度:
(3)空间复杂度:
(4)程序:(略)
三、基于树的查找:
1、 二叉排序树:
(1)思想:二叉排序树:①若它的左子树非空,则左子树上所有节点的值均小于它的根节点的值;②若它的右子树非空,则右子树上所有结点的值均大于(或大于等于)它的根节点的值;③它的左、右子树也分别为二叉排序树。查找的时候,中序遍历二叉树,得到一个递增有序序列。查找思路类似于折半查找。
(2)时间复杂度:插入一个节点算法的O(㏒n),插入n个的总复杂度为O(n㏒n)。
(3)空间复杂度:
(4)程序:
- BSTree SearchBST(BSTree bst, KeyType key)//递归算法
- {
- If(!bst)
- return NULL;
- else if(bst->key == key)
- return bst;
- else if(bst->key > key)
- return SearchBST(bst->lchild, key);
- else
- return SearchBST(bst->rchild, key);
- }
- BSTree SearchBST(BSTree bst, KeyType key)//非递归算法
- {
- BSTree q;
- q = bst;
- while(q)
- {
- If(q->key == key)
- return q;
- else if(q->key > key)
- q = q->lchild;
- else
- q = q->rchild;
- }
- return NULL;
- }
2、 平衡二叉排序树:
(1)思想:首先它也是二叉排序树,但是还要具有如下性质:①左子树和右子树的深度之差的绝对值小于等于1;②左子树和右子树也是平衡二叉树。
(2)时间复杂度:
(3)空间复杂度:
(4)程序:
3、 B_树:
(1)思想:
(2)时间复杂度:
(3)空间复杂度:
(4)程序:
四、计算式查找:
1、 哈希查找:
(1)思想:首先在元素的关键字k和元素的存储位置p之间建立一个对应关系H,使得p=H(k),H称为哈希函数。创建哈希表时,把关键字为k的元素直接存入地址为H(k)的单元;以后当查找关键字为k的元素时,再利用哈希函数计算出该元素的存储位置p=H(k),从而达到按关键字直接存取元素的目的。难点在于处理冲突的方式:①开放定址法②再哈希法③链地址法④建立公共溢出区。
(2)时间复杂度:
(3)空间复杂度:
(4)程序:
- #define m <哈希表长度>
- #define NULLKEY <代表空记录的关键字值>
- typedef int KeyType;
- typedef struct
- {
- KeyType key;
- }RecordType;
- typedef RecordType HashTable[m];
- int HashSearch(HashTable ht, KeyType K)
- {
- h0 = hash(K);
- if(ht[h0].key == NULLKEY)
- return -1;
- else if(ht[h0].key == K)
- return h0;
- else
- {
- for(i = 1; i <= m - 1; i++)
- {
- hi = (h0 + 1) % m;
- if(ht[hi].key == NULLKEY)
- return -1;
- else if(ht[hi].key == K)
- return hi;
- }
- return -1;
- }
- }
一、基本概念:
1、 列表:待搜索的数据集合。
2、 关键字:要查找的那个数据。
3、 查找:一种算法过程。
二、基于线性表的查找:
1、 顺序查找:
(1)思想:逐个比较,直到找到或者查找失败。
(2)时间复杂度:T(n) = O(n)。
(3)空间复杂度:S(n) = O(n)。
(4)程序:
2、 折半查找:
(1)思想:又称二分查找,对于已经按照一定顺序排列好的列表,每次都用关键字和中间的元素对比,然后判断是在前部分还是后部分还是就是中间的元素,然后继续用关键字和中间的元素对比。
(2)时间复杂度:
(3)空间复杂度:
(4)程序:
3、 分块查找:
(1)思想:把无序的列表分成若干子块(子表),然后建立一个索引表,记录每个子块中的某个关键字(最大的数或是最小的数),然后用关键字和这个索引表进行对比。该索引表还存储子块的起始位置,所以可以使用折半查找或者顺序查找确定关键字所在的子块位置。进入子块后,使用顺序查找查找。
(2)时间复杂度:
(3)空间复杂度:
(4)程序:(略)
三、基于树的查找:
1、 二叉排序树:
(1)思想:二叉排序树:①若它的左子树非空,则左子树上所有节点的值均小于它的根节点的值;②若它的右子树非空,则右子树上所有结点的值均大于(或大于等于)它的根节点的值;③它的左、右子树也分别为二叉排序树。查找的时候,中序遍历二叉树,得到一个递增有序序列。查找思路类似于折半查找。
(2)时间复杂度:插入一个节点算法的O(㏒n),插入n个的总复杂度为O(n㏒n)。
(3)空间复杂度:
(4)程序:
2、 平衡二叉排序树:
(1)思想:首先它也是二叉排序树,但是还要具有如下性质:①左子树和右子树的深度之差的绝对值小于等于1;②左子树和右子树也是平衡二叉树。
(2)时间复杂度:
(3)空间复杂度:
(4)程序:
3、 B_树:
(1)思想:
(2)时间复杂度:
(3)空间复杂度:
(4)程序:
四、计算式查找:
1、 哈希查找:
(1)思想:首先在元素的关键字k和元素的存储位置p之间建立一个对应关系H,使得p=H(k),H称为哈希函数。创建哈希表时,把关键字为k的元素直接存入地址为H(k)的单元;以后当查找关键字为k的元素时,再利用哈希函数计算出该元素的存储位置p=H(k),从而达到按关键字直接存取元素的目的。难点在于处理冲突的方式:①开放定址法②再哈希法③链地址法④建立公共溢出区。
(2)时间复杂度:
(3)空间复杂度:
(4)程序: