五种查找算法总结

一、顺序查找

条件:无效或有序队列

原理:按顺序比较每个元素,知道找到关键字为止

时间复杂对:O(n)

//顺序查找
#include<iostream>
using namespace std;

int linearSearch(int *data,int n,int v)
{
	int i;
	if(data==NULL || n<=0)
		return -1;
	for(i=0;i<n;i++)
	{
		if(data[i] == v)
		{
			return i;
			break;
		}

	}
}

int main(){
	int data[4] = {1,2,3,4};
	cout<<linearSearch(data,4,3)<<endl;
	return 0;
}

二、二分查找(折半查找)

条件:有序数组

原理:查找过程从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束;如果,某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空,则代表找不到。这种搜索算法每次比较都是搜索范围搜小一半。

时间复杂度:O(logn)

//二分查找的非递归方法
#include<iostream>
using namespace std;

int binarySearch(int *data,int n,int v)
{
	if(data == NULL || n<=0)
		return -1;
	int low = 0;
	int high = n-1;
	int middle;
	while(low<=high)
	{	
		middle = (low+high)/2;
		if(data[middle] == v)
			return middle;
		if(data[middle]<v)
			low = middle+1;
		else
			high = middle-1;
	}
	return -1;
}

int main()
{
	int data[] = {1,2,3};
	cout<<binarySearch(data,3,2)<<endl;
	return 0;
}

//二分查找的递归算法
#include <iostream>
using namespace std;

int binarySearch(int *data,int low,int high,int v)
{
	if(data == NULL||low>high)
		return -1;
	int middle = (low+high)/2;
	if(v == data[middle])
	{
		return(middle);
	}
	else if(v > data[middle])
		return binarySearch(data,middle+1,high,v);
	else
		return binarySearch(data,low,middle-1,v);

}

int main()
{
	int data[]={1,2,3,4,5,6};
	cout<<binarySearch(data,0,5,4)<<endl;
	return 0;
}

三、二叉排序查找

条件:先创建二叉排序树:

1、若它的左子树不空,则左子树上所有节点的值均小于它的根节点的值;

2、若它的右子树不空,则有子树上所有节点的值均大于它的根节点的值;

3、它的左右子树也分别是二叉树

原理:

在二叉查找树b中查找x的过程为:

1.若b是空树,则搜索失败,否则:

2.若x等于b的根节点的数据域的值,则查找成功,否则:

3.若x小于b的根节点的数据域之值,则搜索左子树;否则:

4.查找右子树

时间复杂度:O(log2(n))

接下来,详细介绍一下二叉查找树的各种操作:插入结点、构造二叉树、删除结点、查找、查找最大值、查找最小值、查找指定结点的前驱和后继

/*************************************************************************
  这是一个二叉查找树,实现了以下操作:插入结点、构造二叉树、删除结点、查找、
  查找最大值、查找最小值、查找指定结点的前驱和后继。上述所有操作时间复杂度
  均为o(h),其中h是树的高度
  注释很详细,具体内容就看代码吧
*************************************************************************/

#include<stdio.h>
#include<stdlib.h>

//二叉查找树结点描述
typedef int KeyType;
typedef struct Node
{
	KeyType key;          //关键字
    struct Node * left;   //左孩子指针
	struct Node * right;  //右孩子指针
	struct Node * parent; //指向父节点指针
}Node,*PNode;

//往二叉查找树中插入结点
//插入的话,可能要改变根结点的地址,所以传的是二级指针
void inseart(PNode * root,KeyType key)
{
	//初始化插入结点
	PNode p=(PNode)malloc(sizeof(Node));
	p->key=key;
	p->left=p->right=p->parent=NULL;
	//空树时,直接作为根结点
	if((*root)==NULL){
		*root=p;
		return;
	}
	//插入到当前结点(*root)的左孩子
	if((*root)->left == NULL && (*root)->key > key){
		p->parent=(*root);
        (*root)->left=p;
		return;
	}
	//插入到当前结点(*root)的右孩子
	if((*root)->right == NULL && (*root)->key < key){
		p->parent=(*root);
        (*root)->right=p;
		return;
	}
	if((*root)->key > key)
		inseart(&(*root)->left,key);
	else if((*root)->key < key)
		inseart(&(*root)->right,key);
	else
		return;
}

//查找元素,找到返回关键字的结点指针,没找到返回NULL
PNode search(PNode root,KeyType key)
{
	if(root == NULL)
		return NULL;
	if(key > root->key) //查找右子树
		return search(root->right,key);
	else if(key < root->key) //查找左子树
		return search(root->left,key);
	else
		return root;
}

//查找最小关键字,空树时返回NULL
PNode searchMin(PNode root)
{
	if(root == NULL)
		return NULL;
	if(root->left == NULL)
		return root;
	else  //一直往左孩子找,直到没有左孩子的结点
	    return searchMin(root->left);
}

//查找最大关键字,空树时返回NULL
PNode searchMax(PNode root)
{
	if(root == NULL)
		return NULL;
	if(root->right == NULL)
		return root;
	else  //一直往右孩子找,直到没有右孩子的结点
	    return searchMax(root->right);
}

//查找某个结点的前驱
PNode searchPredecessor(PNode p)
{
    //空树
	if(p==NULL)
		return p;
	//有左子树、左子树中最大的那个
	if(p->left)
    	return searchMax(p->left);
	//无左子树,查找某个结点的右子树遍历完了
	else{
		if(p->parent == NULL)
			return NULL;
		//向上寻找前驱
		while(p){
    		if(p->parent->right == p)
	    		break;
			p=p->parent;
		}
        return p->parent;
	}
}

//查找某个结点的后继
PNode searchSuccessor(PNode p)
{
    //空树
	if(p==NULL)
		return p;
	//有右子树、右子树中最小的那个
	if(p->right)
    	return searchMin(p->right);
	//无右子树,查找某个结点的左子树遍历完了
	else{
		if(p->parent == NULL)
			return NULL;
		//向上寻找后继
		while(p){
    		if(p->parent->left == p)
	    		break;
			p=p->parent;
		}
        return p->parent;
	}
}

//根据关键字删除某个结点,删除成功返回1,否则返回0
//如果把根结点删掉,那么要改变根结点的地址,所以传二级指针
int deleteNode(PNode* root,KeyType key)
{
	PNode q;
	//查找到要删除的结点
	PNode p=search(*root,key);
	KeyType temp;    //暂存后继结点的值
	//没查到此关键字
	if(!p)
		return 0;
	//1.被删结点是叶子结点,直接删除
	if(p->left == NULL && p->right == NULL){
		//只有一个元素,删完之后变成一颗空树
		if(p->parent == NULL){
			free(p);
			(*root)=NULL;
		}else{
			//删除的结点是父节点的左孩子
    		if(p->parent->left == p)
	     		p->parent->left=NULL;
	    	else  //删除的结点是父节点的右孩子
	     		p->parent->right=NULL;
			free(p);
		}
	}

	//2.被删结点只有左子树
	else if(p->left && !(p->right)){
		p->left->parent=p->parent;
		//如果删除是父结点,要改变父节点指针
		if(p->parent == NULL)
			*root=p->left;
		//删除的结点是父节点的左孩子
		else if(p->parent->left == p)
        	p->parent->left=p->left;
		else //删除的结点是父节点的右孩子
			p->parent->right=p->left;
		free(p);
	}
	//3.被删结点只有右孩子
	else if(p->right && !(p->left)){
		p->right->parent=p->parent;
		//如果删除是父结点,要改变父节点指针
		if(p->parent == NULL)
			*root=p->right;
        //删除的结点是父节点的左孩子
		else if(p->parent->left == p)
        	p->parent->left=p->right;
		else //删除的结点是父节点的右孩子
			p->parent->right=p->right;
		free(p);
	}
	//4.被删除的结点既有左孩子,又有右孩子
	//该结点的后继结点肯定无左子树(参考上面查找后继结点函数)
	//删掉后继结点,后继结点的值代替该结点
    else{
		//找到要删除结点的后继
		q=searchSuccessor(p);
        temp=q->key;
		//删除后继结点
        deleteNode(root,q->key);
		p->key=temp;
	}
	return 1;
}

//创建一棵二叉查找树
void create(PNode* root,KeyType *keyArray,int length)
{
	int i;
	//逐个结点插入二叉树中
	for(i=0;i<length;i++)
		inseart(root,keyArray[i]);
}

int main(void)
{
	int i;
    PNode root=NULL;
	KeyType nodeArray[11]={15,6,18,3,7,17,20,2,4,13,9};
	create(&root,nodeArray,11);
	for(i=0;i<2;i++)
		deleteNode(&root,nodeArray[i]);
	printf("%d\n",searchPredecessor(root)->key);
	printf("%d\n",searchSuccessor(root)->key);
	printf("%d\n",searchMin(root)->key);
	printf("%d\n",searchMax(root)->key);
	printf("%d\n",search(root,13)->key);
	return 0;
}

四、哈希表法(散列表)

条件:先创建哈希表(散列表)

原理:根据键值方式(key value)进行查找,通过散列函数,定位数据元素。

时间复杂度:几乎是O(1),取决于产生冲突的多少。



五、分块查找

原理:将n个数据元素"按块有序"划分为m块(m<=n)。每一块的结点不必有序,但块与块之间必须”按块有序“;即第一块中任一元素的关键字都必须小于第二块中任一元素的关键字;而且第2块中任一元素又都必须小于第三块中的任一元素,......。

然后使用二分查找及顺序查找。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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