八、查找（未完）

最新推荐文章于 2024-08-22 07:46:32 发布
最新推荐文章于 2024-08-22 07:46:32 发布
阅读量409 收藏
点赞数
分类专栏： 数据结构_C语言描述
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lsssssssssssy/article/details/105026204
版权

目录

查找概论

  • 【静态查找】：数据集合稳定，不需要添加，删除元素的查找操作
  • 【动态查找】：数据集合在查找的过程中需要同时添加或删除元素的查找操作

顺序表查找

顺序查找

  • O(n)
  • 又称线性查找
  • 从第一个（或者最后一个）记录开始，逐个将记录的关键字和给定值进行比较
// a-数组，n-数组长度，key-要查找的关键字
int Sequential_Search(int *a, int n, int key)
{
    int i;
    for( i=1; i <= n; i++ )              // 防止越界
    {
        if( a[i] == key )
        {
            return i;
        }
    }
    return 0;
}

优化：【哨兵】无需每次比较都检查是否越界

int Sequential_Search(int *a, int n, int key)
{
    int i = n;            // 循环从尾部开始
    a[0] = key;           // a[0]设为哨兵
    while( a[i] != key )
    {
        i--;
    }
    return i;             // 返回 0 失败
}

有序表查找

折半查找

  • O(logn)
  • 又称二分查找
  • 取中间记录作比较，再选择作左半区或右半区继续比较
int Binary_Search(int *a, int n, int key){
	int low,high,mid;
	low = 1;
	high = n;
	while(low<=high){
		mid = (low+high)/2;
		if(key<a[mid];
			high = mid-1;
		else if(key>a[mid])
			low = mid+1;
		else
			return mid;
	}
	return 0;
}

插值查找

  • O(logn)
  • 根据key与查找表中最大最小记录的关键字比较后的查找方法
  • 表长较长，关键字分布较均匀，性能比折半查找好
  • 极端不均匀的数据用插值查找不合适
  • 插值计算公式：
    • 将 mid = (low+high)/2 = low + (high - low)/2 的 1/2 优化
    • 改为 (key-a[low]) / (a[high]-a[low])
int Binary_Search(int *a, int n, int key){
	int low,high,mid;
	low = 1;
	high = n;
	while(low<=high){
		mid = low + (key-a[low])/(a[high]-a[low])*(high-low); // 插值与折半唯一不同点
		if(key<a[mid];
			high = mid-1;
		else if(key>a[mid])
			low = mid+1;
		else
			return mid;
	}
	return 0;
}

斐波那契查找

  • O(logn)
  • 利用斐波那契数组
void fibonacci(int *f)
{
	int i;
	f[0] = 1;
	f[1] = 1;
	for(i=2; i < MAXSIZE; ++i)
	{
		f[i] = f[i-2] + f[i-1];
	}
}

int Fibonacci_search(int *a,int key,int n)
{
	int low,high,mid,i,k;
	low = 1;
	high = n;
	k = 0;
	int F[MAXSIZE];               // 声明斐波那契数组
	fibonacci(F);                 // 生成斐波那契数组
	while( n > F[k]-1 ) {         // 算出n位于斐波那契数组位置
		++k;
	}
	for( i=n; i < F[k]-1; ++i){   // 将不满的数值补全
		a[i] = a[n];
	}
	while( low <= high ){
		mid = low + F[k-1] - 1;   // 计算当前分隔的下标
		if( key < a[mid] ){
			high = mid - 1;       // high调整
			k = k - 1;            // 斐波那契数组下标减一位
		}
		else if( key > a[mid] ){
			low = mid + 1;        // low调整
			k = k - 2;            // 斐波那契数组下标减二位
		}
		else{
			if( mid <= n ) {
				return mid;
			}
			else{
				return n;         // mid > n 说明是补全数值，返回n
			}
		}
	}
	return 0;
}

线性索引查找

稠密索引

  • 在线性索引中将数据集中的每个记录对应一个索引项
  • 索引项按照关键码有序排列
    在这里插入图片描述

分块索引

  • 减少索引项个数
  • 将数据集进行分块，使分块有序，对每个分块建立一个索引项
  • 分块有序
    • 块内无序
    • 块间有序：如第二个块中关键字均大于第一个块
      在这里插入图片描述

倒排索引

  • 记录号表存储具有相同次关键字的所有记录的记录号

二叉排序树

  • 动态查找表
  • 二叉排序数（Binary Sort Tree）又称为二叉查找树，它或者是一棵空树，或者是具有下列性质的二叉树：
    • 若它的左子树不为空，则左子树上所有结点的值均小于它的根结构的值；
    • 若它的右子树不为空，则右子树上所有结点的值均大于它的根结构的值；
    • 它的左、右子树也分别为二叉排序树

二叉排序树存储结构

typedef struct BiTNode
{
    int data;
    struct BiTNode *lchild, *rchild;
}BiTNode, *BiTree;

二叉排序树查找

// 递归查找二叉排序树 T 中是否存在 key
// 指针 f 指向 T 的双亲，其初始值调用值为 NULL
// 若查找成功，则指针 p 指向该数据元素结点，并返回 TRUE
// 否则指针 p 指向查找路径上访问的最后一个结点，并返回 FALSE
Status SearchBST(BiTree T, int key, BiTree f, BiTree *p)
{
    if( !T )   				    // 查找不成功
    {
        *p = f;
        return FALSE;
    }
    else if( key == T->data )   // 查找成功
    {
        *p = T;
        return TRUE;
    }
    else if( key < T->data )
    {
        return SearchBST( T->lchild, key, T, p );   // 在左子树继续查找
    }
    else
    {
        return SearchBST( T->rchild, key, T, p );   // 在右子树继续查找
    }
}

二叉排序树插入

// 当二叉排序树 T 中不存在关键字等于 key 的数据元素时，
// 插入 key 并返回 TRUE，否则返回 FALSE
Status InsertBST(BiTree *T, int key)
{
    BiTree p, s;
    if( !SearchBST(*T, key, NULL, &p) )  // 查找不成功
    {
        s = (BiTree)malloc(sizeof(BiTNode));
        s->data = key;
        s->lchild = s->rchild = NULL;
        
        if( !p )        //  p 指向查找路径上访问的最后一个结点
        {
            *T = s;     // 插入 s 为新的根结点
        }
        else if( key < p->data )
        {
            p->lchild = s;  // 插入 s 为左孩子
        }
        else
        {
            p->rchild = s;  // 插入 s 为右孩子
        }
        return TRUE;
    }
    else
    {
        return FALSE;   // 树中已有关键字相同的结点，不再插入
    }
}

二叉排序树删除

// 二叉排序树T中存在关键字等于key的数据元素，则删除该元素结点
Status DeleteBST(BiTree *T, int key)
{
    if( !*T )                   // 不存在关键字等于key的元素
    {
        return FALSE;
    }
    else
    {
        if( key == (*T)->data )          // 找到关键字等于key的元素
        {
            return Delete(T);
        }
        else if( key < (*T)->data )
        {
            return DeleteBST(&(*T)->lchild, key);
        }
        else
        {
            return DeleteBST(&(*T)->rchild, key);
        }
    }
}

// 从二叉排序树中删除结点p，并重接它的左右子树
Status Delete(BiTree *p)
{
    BiTree q, s;
    if( (*p)->rchild == NULL )       // 右子树空则只需重接左子树
    {
        q = *p;
        *p = (*p)->lchild;
        free(q);
    }
    else if( (*p)->lchild == NULL )  //  左子树空则只需重接右子树
    {
        q = *p;
        *p = (*p)->rchild;
        free(q);
    }
    else                             // 左右子树均不空
    {
        q = *p;
        s = (*p)->lchild;
        while( s->rchild )     // 转左然后向右到尽头，找到前驱
        {
            q = s;
            s = s->rchild;
        }
        (*p)->data = s->data;  // s指向被删除结点的直接前驱        
        if( q != *p )
        {
            q->rchild = s->lchild;   // 重接q的右子树
        }
        else
        {
            q->lchild = s->lchild;   // 重接q的左子树
        }        
        free(s);
    }    
    return TRUE;
}

平衡二叉树(AVL树)

  • 每个结点左右子树高度差至多为1的二叉排序树

AVL存储结构

typedef struct BiTNode
{
	int data;
	int bf;                    // 结点的平衡因子
	struct BiTNode *lchild, *rchild;
} BiTNode, *BiTree;

右旋

void R_Rotate(BiTree *p)
{
	BiTree L;
	L = (*p)->lchild;
	(*p)->lchild = L->rchild;
	L->rchild = (*p);
	*p = L;
}

左旋

void L_Rotate(BiTree *p)
{
	BiTree R;
	R = (*p)->rchild;
	(*p)->rchild = R->lchild;
	R->lchild = (*p);
	*p = R;
}

左平衡旋转

#define LH 1    // 左高
#define EH 0    // 等高
#define RH -1   // 右高

void LeftBalance(BiTree *T)
{
	BiTree L, Lr;
	L = (*T)->lchild;
	switch(L->bf)
	{
		case LH:
			(*T)->bf = L->bf = EH;
			R_Rotate(T);
			break;
		case RH:
			Lr = L->rchild;
			switch(Lr->bf)
			{
				case LH:
					(*T)->bf = RH;
					L->bf = EH;
					break
				case EH:
					(*T)->bf = L->bf = EH;
					break;
				case RH:
					(*T)->bf = EH;
					L->bf = LH;
					break;
			}
			Lr->bf = EH;
			L_Rotate(&(*T)->lchild);
			R_Rotate(T);
	}
}

AVL主函数

Status InsertAVL(BiTree *T, int e, Status *taller)
{
	if( !*T )
	{
		*T = (BiTree)malloc(sizeof(BiTNode));
		(*T)->data = e;
		(*T)->lchild = (*T)->rchild = NULL;
		(*T)->bf = EH;
		*taller = TRUE;
	}
	else
	{
		if(e == (*T)->data)
		{
			*taller = FALSE;
			return FALSE;
		}
		if(e < (*T)->data)
		{
			if(!InsertAVL(&(*T)->lchild, e, taller))
			{
				return FALSE;
			}
			if(*taller)
			{
				switch((*T)->bf)
				{
					case LH:
						LeftBalance(T);
						*taller = FALSE;
						break;
					case EH:
						(*T)->bf = LH;
						*taller = TRUE;
						break;
					case RH:
						(*T)->bf = EH;
						*taller = FALSE;
						break;
				}
			}
		}
		else
		{
			if(!InsertAVL(&(*T)->rchild, e, taller))
			{
				return FALSE;
			}
			if(*taller)
			{
				switch((*T)->bf)
				{
					case LH:
						(*T)->bf = EH;
						*taller = FALSE;
						break;
					case EH:
						(*T)->bf = RH;
						*taller = TRUE;
						break;
					case RH:
						RightBalance(T);
						*taller = FALSE;
						break;
				}
			}
		}
	}
	return TRUE;
}

多路查找树(B树)

  • 每个结点孩子数可多于两个，且每个结点可存储多个元素

2-3树

2-3-4树

B树

B+树

散列表查找(哈希表)

散列函数构造

直接定址法

数字分析法

平方取中法

折叠法

除留余数法

随机数法

处理散列冲突

开放定址法

再散列函数法

链地址法

公共溢出区法

算法实现

#define HASHSIZE 12
#define NULLKEY -32768

typedef struct
{
	int *elem;	// 数据元素的基址，动态分配数组
	int count;	// 当前数据元素的个数
}HashTable;

int InitHashTable(HashTable *H)
{
	H->count = HASHSIZE;
	H->elem = (int *)malloc(HASHSIZE * sizeof(int));
	if( !H->elem )
	{
		return -1;
	}
	for( i=0; i < HASHSIZE; i++ )
	{
		H->elem[i] = NULLKEY;
	}
	return 0;
}

// 使用除留余数法
int Hash(int key)
{
	return key % HASHSIZE;
}

// 插入关键字到散列表
void InsertHash(HashTable *H, int key)
{
	int addr;
	
	addr = Hash(key);
	
	while( H->elem[addr] != NULLKEY )	// 如果不为空，则冲突出现
	{
		addr = (addr + 1) % HASHSIZE;	// 开放定址法的线性探测
	}
	
	H->elem[addr] = key;
}

// 散列表查找关键字
int SearchHash(HashTable H, int key, int *addr)
{
	*addr = Hash(key);
	
	while( H.elem[*addr] != key )
	{
		*addr = (*addr + 1) % HASHSIZE;
		if( H.elem[*addr] == NULLKEY || *addr == Hash(key) )
		{
			return -1;
		}
	}
	
	return 0;
}

性能分析

  • 散列函数是否均匀
  • 处理冲突的方法
  • 散列表装填因子
lssssssssy
关注
专栏目录
查找算法专辑（二分查找）未完待续....
07-24 151
一、二分查找 原理： 首先，使用二分法查找的前提是：被查找的数组已排好序 具体实现： 假如有一组数为3，12，24，36，55，68，75，88要查给定的值24.可设三个变量front，mid，end分别指向数据的上界，中间和下界，mid=（front+end）/2. 1.开始令front=0（指向3），end=7（指向88），则mid=3（指向36）。因为a[mid]>x，故应在前半段中查找。 2.令新的end=mid-1=2，而front=0不变，则新的mid=1。此时x>a[mid].
ElasticSearch从入门到精通，史上最全（持续更新，未完待续，每天一点点）
Null的博客
07-30 13万+
目录 1.ElasticSearch的简介 2.用数据库实现搜素的功能 3.ES的核心概念 3.1 NRT(Near Realtime)近实时 3.2 cluster集群，ES是一个分布式的系统 3.3 Node节点，就是集群中的一台服务器 3.4 index 索引（索引库） 3.5 type类型 3.6 document：文档 3.7 Field 字段 3.8 sha...
【10】查找
m0_66895279的博客
05-03 227
查找方法 1.顺序查找 ####练习#### （1）main函数中定义一个数组int a[10] = {12,34,45,23,54,2,4,65,23} （2）定义一个函数，查找指定数据 （3）如果找到了，返回它的位置，数组下标即可，未找到返回-1 （4）main函数中测试 //p 保存数组首地址，n元素个数，value 要查找的值 findByOrder(int *p, int n,int value) #include <stdio.h> int findByOrder(int *p,
磁力工具搜索推荐
热门推荐
杰之行的博客
02-22 27万+
磁力链接推荐
好用的6大磁力搜索器平台，亲测有效！
最新发布
星原笔记
08-22 6913
昨天晚上，隔壁出租屋的小美私信阿星，问哪里能下载到有趣的资源，比如漫画、影音、学习资料等等。这直接问到了阿星的强项了！其实网络上，。今天阿星想和大家分享几款好用的磁力搜索引擎，还有那些专为手机用户设计的磁力搜索软件。它们就像是我们寻找资源的小助手，无论是干货资料、游戏、教程、电影还是小视频，都能帮我们迅速找到。善用搜索，每个人都很强大。今天阿星分享几款珍藏已久的互联网，一定要！阿星相信它会给你带来！这个网盘搜索引擎，支持阿里云、百度、夸克、迅雷的资源搜索下载。搜索速度很快，资源还是挺全的。
13个免费资源网站，你想要的全都有！【各类宝藏资源，建议收藏】
hhladminhhl的博客
07-30 26万+
前言 前段时间，博主写了一篇文章关于如何用Python自制一款音乐播放器，有不少粉丝私信我说，这些高颜值UI设计模板都是从哪里找的，可以把网址分享出来嘛~ 当然没问题，今天就把多年收藏整理的各类资源网站全都分享出来，都是完全免费的“资源”网站，质量非常高，一起来看看吧！ 1. 虫部落 网址：https://search.chongbuluo.com 功能特点：聚合搜索平台，集成了100多个搜索引擎，包含了搜问题、找图片、听音乐、下文档资料、查代码等等，各种需要这个网站都有。其中还包含了学术搜索引擎，非常适
BT论坛会比这些搜索引擎收录快!
伴随着你
03-16 1万+
还有一点，一般专门的BT论坛会比这些搜索引擎收录快，发布站式的BT站也会比抓取的搜索引擎收录快。108.Nutorrent（专注18X资源的国外站点，资源不多而且很旧，不支持中文，使用意义不大）王者级别的BT搜索，多重搜索，几乎包含了国外所有热门的BT站，但是很多网站被qiang了。103.漫画TorrentFREE（站如其名，专门发布漫画同人志什么的，你懂得）
亲测，2022年私藏的免费好用的磁力网盘资源搜索网站，找资源不用愁
weixin_45461896的博客
04-04 19万+
面对现在网上电影、电视、小说、图片、软件等资源纷纷收费之后，目前找资源确实越来越困难，对于我们收入仅够温饱的白Piao党来说，资源肯定就是免费的香。分享下我常用的资源搜索网站，排名不分先后。大家记得收藏保存，免费资源找起来更轻松。 一、磁力眼 https://www.eyebt.com/ 一个每周更新站点有效性磁力搜索、bt搜索、网盘搜索的综合导航网站，是目前最全面的磁力导航网站，收藏它就没有找不到的资源。 二、网盘搜索 http://wp.soshoulu.com/ 网盘搜索是一个综合...
省钱版----查找 IoT 设备TTL线序__未完待续
xiaoi123的博客
08-24 1949
作者：仙果 原文来自：省钱版—-查找 IoT 设备TTL线序 省钱版----查找 IoT 设备TTL线序__未完待续 缘由 在IoT固件调试分析的过程中，建议首先在IoT设备的板子上焊接调试线，这是能够提高效率的一步。如果你的能力够高，直接使用热风枪拆下 Flash 存储芯片读取或者写入固件，这是最好不过的了。笔者自然没有那么高的能力水平，只能做些苦力，查找 IoT 设备板子的 TTL 线...
【Bioinfo Blog 004】【R Code 004】——缺失值查找与处理合集（未完）
10’s Blog
11-22 249
缺失值查找 1、NA判断与计数 is.na() # 判断缺失值 any(is.na(dat)) # 检查是否存在缺失值 sum(is.na(dat)) # 计算dat含有的NA个数 sum(!is.na(dat $ V1)) # 计算V1列中非NA的个数 2、NA定位 缺失值处理 1、删除所有含NA样本 complete.cases() # 可用来识别矩阵或数据框中没有缺失值的行，若每行都包含完整样本，则返回TRUE，若每行有一个或多个NA，则返回FALSE newdata=dat[compl
numpy 查找 返回索引_numpy-查找操作大全
weixin_31879641的博客
12-24 2302
本文记录日常工作中遇到的查找操作，持续更新。注意：输入必须是 数组，不能是 list极值min，max 返回极值argmin(a, axis=None, out=None)， 返回极值所在的位置；不带 axis，先拉直，再找极值；带 axis，找某个维度的极值b = np.array([[1, 2, 3, 5], [4, 6, 2, 6]])print(np.max(b)) #返回最大值 6...
种子编辑器
11-14
种子编辑器，有一些基础功能。种子编辑器，有一些基础功能。种子编辑器，有一些基础功能。种子编辑器，有一些基础功能。种子编辑器，有一些基础功能。
磁力mysql搜索_求一份磁力链接搜索网站的源码，最好能来个大神讲一下这个搜索的原理...
weixin_28884213的博客
01-21 4406
[Python] 纯文本查看 复制代码#!/usr/bin/env python# encoding: utf-8import socketfrom hashlib import sha1from random import randintfrom struct import unpackfrom socket import inet_ntoafrom threading import Timer...
磁力搜索网站+下载神器放送2019-03-05
qq_18882253的博客
03-05 13万+
先介绍下背景,因为喜欢看的电影因为版权问题,不能用迅雷及百度云离线下载.今天找了好久,终于发现了一个好用的解决方案. 先介绍常用的磁力搜索网站: 搜索网 https://btsow.pw/tags https://cn.torrentkitty.tv https://www.ciliurl.com/ http://www.zhizhuc.com/ https://www.anirena.com/ ...
推荐项目：magnetW - 磁力链接搜索引擎利器
gitblog_00015的博客
05-10 3243
推荐项目：magnetW - 磁力链接搜索引擎利器 magnetW[已失效，不再维护]项目地址:https://gitcode.com/gh_mirrors/ma/magnetW 在浩瀚的互联网世界里，寻找特定的磁力链接就像大海捞针。然而，有了magnetW这个小巧而强大的工具，这一过程变得简单高效。它是一个开源的磁力链接搜索应用，专为那些追求快速准确检索体验的技术爱好者设计。 项目介绍 mag...
基于Java的一款磁力搜索工具，支持自定义xpath
qq_47301716的博客
04-03 1933
你可以在此处下载一些可供使用的规则配置：
磁力搜索 v2.3.5.0 for Android 免费无广告版
青梅SEO
05-17 8013
磁力搜索app，安卓磁力播放器，BT种子磁力资源搜索神器，一款个人开发目前完全免费纯净无广告的磁力资源搜索应用，聚合第三方磁力资源搜索引擎、及字幕搜索，搜索出来的资源磁力链接可以在线边下边播。 新版变化 2020年5月12日 v2.3.51、增加浏览器功能2、增加全部开始/暂停下载3、增加一个磁力网站(btsow)4、修复布局被键盘遮挡的问题5、修复视频播放器中的一...
自己写了个磁力链搜索引擎
zxjzxj521的专栏
02-25 1万+
磁力链接，简称"磁力链"，最常见的用途是基于文件内容的散列函数值来链接到特定文件，生成一个唯一的文识别符用于找到文件。磁力链接可被运行在几乎所有平台上的应用程序们使用以下载一个文件。因为磁力链接十分简洁且为纯文本格式，所以用户可以很方便地将其复制到电子邮件或即时消息中。 程序的前段展示采用python的django架构。 程序后端有个dht爬虫，24小时挂着从dht网络中抓取数据，具体实现原理
python3GUI——微博图片爬取工具
weixin_43596589的博客
12-23 853
python3GUI——微博图片爬取工具 在CSDN上找了好多，要么不好用，要么代码太古老，如下内容让我眼前一亮，故写此文 使用操作 运行if name == ‘main’:入口显示如下画面 输入用户ID后选择 点击开始即可 结果 在选择的目录下weibo pic 目录下 默认只能下载陌生人视角，需要关注后显示的无法下载 原理 个人拙见 来自于m.weibo.cn这个接口，好像是微博lite接口 返回一个用户的陌生人视角的微博信息json 筛选其中带large的就是需要的图片了 代码来源 更多请阅读
2022计算机二级JAVA考试选择题解析
15. **未完的题目**：由于信息不全，无法给出具体答案。通常，这样的题目可能涉及到二叉树节点的性质或者排序算法的特性。 这些练习题旨在检验考生对JAVA语言及计算机科学基础概念的理解和应用能力，通过解答这些...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值