查找算法（4个简单的算法）

查找：

查找表：由同一类型的数据元素（或数据）构成的集合。

关键字是数据元素中某项数据项的值，又称为键值。

如果此关键字可以唯一的表示一个记录，则称此关键字为主关键字（类此数据库中primary key主键）

对于那些可以识别多个数据元素（或记录）的关键字，我们称为次关键字。

查找：根据给定的某个值，在查找表中确定一个其关键字等于给定的数据元素（或记录）。如果表中不存在关键字等于给定的记录，则称为查找不成功，此时查找的结果可以给出一个空记录或空指针。

 

1.查找表按照操作方式可以分为：静态查找表和动态查找表。

静态查找表：只做查找操作的查找表。它的主要操作时：

（1）      查询某个“特定的”数据元素是否在查找表中

（2）      检索某个特定的数据元素和各种属性。

 

动态查找表：在查找的过程中同时插入查找表中不存在的数据元素，或者从查找表中删除已经存在的某个数据元素。

（1）      查找时插入数据元素

（2）      查找时删除数据元素

 

面向查找的数据结构称为查找结构。

 

顺序查找：sequential search 又叫线性查找，是基本的查找技术，它的查找过程是：从表中第一个（或最后一个）记录开始，逐个进行记录的关键字和给定值比较，如果某个记录的关键字和给定值相等，则查找成功，找到所查的记录；如果知道最后一个（或第一个），其关键字和给定值比较都不等时，则表中没有所查的记录，查找不成功。

顺序表查找算法：

Int sequential_search(int *a,int n,int key){

         IntI;

         For(i=1;i<=n;i++){

                   IF(a[i]==key)

                   ReturnI;

}

Return 0;

}

如何对于上面程序进行优化处理，这里有两个地方值得注意：（1）每次都要比较i和n的关系（2）每次都需要比较a[i]和key的关系；是否能够将这两个比较进行简化一下那，答案是可以的。

Int sequential_search(int *a,int n,int key){

         IntI;

         a[0]= key;

         i=n;

         while(a[i]!=key)i—

         returni;

}

这里给设置一个哨兵，a[0]，如果中间有a[i]=key的话，返回当前i值，如果没有找到与key相等的项，则返回0的位置。这里讲循环都两次比较缩减为一次。但是当数据比较多时，效率应该是提高了很多。

顺序查找的时间复杂度，如果在第一个位置就查找到了，o(1)；如果是在最后一个位置查找到则是o(n);如果没有查找到也是需要n+1次比较的，如果关键字被查找到的在每一位的概率是相同的话，那么平均查找概率当时o((n+1)/2).所以最终的时间复杂度还是o(n)

 

顺序查找的缺点是如果n很大的话，查找的效率是极低的。优点是算法简单，对于静态查询表没有任何要求，在一些小型整数数据查找时，是适用的。同时根据概率问题，可以再构造静态表时将容易查找到的数据放到查找的前面。

 

2.有序表查找

对于已经有序的结构，查找的效率是很高的。如猜商品的价格，给出一个区间，我们给出一个价格，别人回答值高还是低，这样很快就能找到。

这里同样也是通过折半查找，二分查找。其前提条件就是线性表中的记录是有序的（关键码），线性表必须用顺序存储。其基本思想是：在有序表中，取中间记录作为比较对象，如果给定值与中间记录的关键字相等，则成功；如果给定的值小于中间记录的关键字，则在中间记录和左半区继续查找；如果给定的值大于中间记录的关键字，则在中间记录的右半区继续查找。重复上面过程，直到查找成功，或所查找的区域无记录，查找失败。

 

Int binary_search(int *a;int n,int key){

         Intlow,high,mid;

         Low= 1;

         High= n;

         While(low<=high){//low<=high

                   Mid= (low+high)/2;

                   If(a[mid]<key){

         High = mid-1;

}else if (a[mid]>key)

{

         Low = mid+1;

}else

        Returnmid;

}

Return 0;

}

它的时间复杂度是o(logn),(利用具有n个结点的完全二叉树的深度是logn向下取整后+1)

如果是针对于静态查找表，这样的效果是足够好了，但是如果是数据频繁删除插入的情况的动态查找表的话，则将会是维护表的顺序有一定的工作量，不建议使用它。

 

3.插值查找

根据查找数据的大小，我们可以对于折半的这个地方进行优化，如数据很大，可以直接从后面；如果数据很小，可以从数据开始处理。这里是我们知道数据表的数值范围，排序顺序，同时知道查找的关键字的大概区域。有个动态调整自适应的变化，速度可以调节的快一些，或者调节的慢一些。

这里mid = (low+high)/2 = low +(high-low)/2,这一对于这里的1/2进行变化

如mid = low + ((key-a[low])/(a[high]-a[low]))*(high-low)

这里纯粹从公式上分析，如果key离a[low]很近的话，后面代替1/2的那部分的值就会很小；相反如果是key离a[high]很近，则这个值会很接近与1。也就是比原来变化的速度更快，能更快的接近于目标值。

这样就得到了另外一种有序表查找算法，插值查找法。插值查找法是根据要查找的关键字key与查找表中最大最小记录的关键字比较后查找方法，其核心在插值公式：

(Key-a[low])/(a[high]-a[low]).此外对于其他的插值公式，如果想要参考的话可以参见《数值分析》中讲解的各种插值形式。

这里从时间复杂度上仍然可以认为是o(logn)。但是如果表长比较长，且分布比较均匀，插值查找算法的平均性能要比二分法查找要好很多。

 

4.斐波那契查找

思想仍然是从二分法基础上而来，二分法是一分为2，插值查找是根据区间段的插值，而斐波那契查找则是利用黄金分割点，该数列的特性。

斐波那契数列：0 1 1 2 3 5 8 13 21 34 55 …

这里下标的改变使用该数列，其思想是：

（1）      当key=a[mid]时，查找成功；

（2）      当key<a[mid]时，新范围是第low个到第mid-1个，此时范围的个数为F[K-1]-1个；

（3）      当key>a[mid]时，新范围则是第mid+1个到第high个，此时范围个数为F[K-2]-1个；

注意这里开始补齐的a[n]到F[K]-1范围的数据，是防止比较过程中超出下标的比较，如果不补齐的话，将会出现数组越界比较的异常。F[K]为斐波那契数列

Int Fibonacci_search(int *a,int n,int key)

{

         Intlow,high,mid,I,k;

         Low= 1;

         High= n;

         K= 0;

         While(n>F(k)-1)k++;//计算n在斐波那契数列中的位置

         For(i=n;i<F[K]-1;i++)a[i]=a[n];//用a[n]补齐n到F[K]-1位置的数据

         While(low<=high){

                   Mid= low +F[K-1]+1;//

                   If(key<a[mid])

                   {

                            High= mid -1;

                            K= k-1;

}else if(key>a[mid])

{

         Low = mid+1;

         K = k -2;

}else{

         If(mid<n)return mid;//mid为查找的下标

         Else return n;//说明查找的位置是补全的数值，返回n

}

}

Return 0;

}

这里不熟悉斐波那契的可以研究一下。

其时间复杂度为o(logn).但是平均性能要比二分法要好。如果key=1，在左侧的话，效果就要低于二分法。

同时这里可以注意到二分法的(low+high)/2,插值法则是mid = low+((key-a[low])/(a[high]-a[low]))*(high-low),而斐波那契数列方法则是，mid=low+F[K-1]-1，在海量数据处理过程中，加减法要比乘除的效率要高一些。

从这算法，从顺序表查找，到二分法查找，再到插值查找，斐波那契查找；算法的发展方向，永远是算法的缺点和对于更好效率的追求。从简单原始的起点开始，在算法的性能上有着明显的可以提高的可能性，利用已有的数据结构和已有的知识点，将算法中某一块可以提高或者改变的地方，通过变形，或者采用转换，达到提高算法效率的可能。

对于已有的数据如果在输入时就具有了一定的特征，这一点是可以利用的，也就是说特殊的算法对于输入的数据有特定的要求，而且该特定格式的数据对于特定的算法是有一定耦合的，数据形式不一致，不同算法效率不同。即使是较好的算法，如果其需要的数据没有被特殊处理，其效果也并不是如期望的那样的。

再者说想排序算法：冒泡排序、快速选择、简单插入、希尔排序、堆排序、归并排序、快速排序等，思想是逐渐向数据结构靠拢、逐渐将大的问题分割成小的问题，分割组装的代价要比大问题的要小的多。

由整个数据前后遍历、到分区间遍历、或者是二分归并，我们可以看到算法优化的一条轨迹。可以当做设计的参考，如果能够给予我们一些启迪，或者能够有所顿悟，也是一种学习的反馈。学习在于悟。

同时对于输入的数据，我们也可以根据数据本身特点，或者是问题的简单的数据，我们顺序目标进行一些简单的操作，有时也能够从其中获得一些对于算法帮助的想法。

写到这里，想加上一句，不知道有关还是没有关系啊。索性加载最后：《易经》有三易，一是简易，二是变易，三是不易。简易：说明易经是简单的，我们可以从简单的入门，如果把数据结构和基本的算法粗度一遍，体会设计的奥妙，相信会有一些体会的。变易：任何事务都是变化的，我们只要搞清楚其变化的规律，那就了解了事务的本质，同时我们也要变，改变墨守陈规的状态。不易：正所谓一切道理的终极道理都是不变的；（也可以说不变的是变啊），把握住了这个之后，触类旁通啊。

最后最后再说一句话，孔子说研究《易经》，我们要不断把玩，要洁净精微。希望自己也能不断向这方面靠拢啊。