查找算法总结——面试(一)

====================
顺序查找算法
====================
1. 算法描述
  顺序比较即可。

2. 平均查找长度
  (n+1)/2, 其中n为表长。
  
3. 算法实现
    省略
  
4. 优化思想
  根据经验，目前被查到越多的元素，将来可能被查到的可能性也越大。所以可以考虑，每次查找到一个元素后，将它和直接前驱交换位置。
如果上述的经验从概率上来讲是成立的，则可以加快顺序查找的速度。
  
  
====================
二分查找算法
====================
1. 算法描述
  限制：待查表必须是有序的向量(在内存中连续存储)
  首先和数组中点比较，如果等于则返回，如果小于中点则在左边区间查找，如果大于中点则在右边区间查找。
 

2. 平均查找长度
  lg(n+1)
  
3. 算法实现
(1) 非递归方式

static const int ERROR = -1; 


template<typename T>
int binary_search(T *array, const int size, const T & key)
{
 if(NULL == array || size < 1)
 {
  cout << "illegal input!" << endl;
  return ERROR;
 }
 
 int low = 0, high = size - 1;
 int mid_index = 0;


 while(low <= high)
 {
  mid_index = (low+high)/2;
  
  if(key == array[mid_index])
  {
   return mid_index;
  }  
  else if(key > array[mid_index])
  {
   low = mid_index + 1; 
  }
  else 
  {
   high = mid_index - 1;
  }
 }
 
 return ERROR;
}

(2) 递归方式

template<typename T>
int binary_search_iter(T *array, const int low, const int high, const T & key)
{
 if(low > high)
 {
  return -1;
 }
 
 int mid_index = (low+high)/2;
 
 if(key == array[mid_index])
 {
  return mid_index;
 }
 else if(key > array[mid_index])
 {
  return binary_search_iter(array, mid_index+1, high, key);
 }
 else 
 {
  return binary_search_iter(array,low, mid_index-1, key);
 }
}

====================
分块查找算法
====================
1. 基本思想
    以增加空间复杂度为代价(存储每块中的最大值已经最大值的位置)，为原数组做一个索引(索引本身是递增有序的)，这样先查索引，再查块内位置。如果索引的选择科学有效，则可以获得比顺序查找快的速度。

2. 算法描述
   抽取各块中的最大关键字及其起始位置构成一个索引表ID[l..b]，即: ID[i](1≤i≤b)中存放第i块的最大关键字及该块在表R中的起始位置。由于表R是分块有序的，所以索引表是一个递增有序表。
   先用二分法查到元素可能所在的块起始位置，而后在块内进行顺序查找。
  
3. 平均查找长度
   平均查找长度在顺序查找和二分查找之间，并且当结点数为元素数量的平方根时，查找长度最小。

=======================
二叉排序树上的查找
=======================

1.2 动态查找表

（1）二叉排序树

性质：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，若它的柚子树不空，则右子树上的所有节点的值均大于或等于它的根节点的值，左右子树本身又各是一棵二叉排序树，中序遍历二叉排序树可得到一个关键字的有序序列。

数据结构：

typedef struct{

KeyType key;

}ElemType;

typedef struct BiNode{

ElemType data;

struct BiNode *lchild,*rchild;

}BiTNode,*BiTree;

查找过程：在二叉排序树中查找是否存在关键字为key的数据元素，若存在返回其地址，否则返回NULL

若二叉排序树为空，则查找不成功，若key等于根节点的关键字，则查找成功，若key小于根节点的关键字，继续在左子树上查找，若大于根节点关键字，则在右子树上查找。拥有类似折半查找的特性，又采用了链表作为存储结构。

BiTree SearchBST(BiTree T,KeyType k){

if(!T){

if(T->data.key==k)

return T;

else if(T->data.key<k)

return(SearchBST(T->lchild,k));

else

return(SearchBST(T->rchild,k));

}

else 

return NULL;

}

=======================

1.3 哈希

===========================

基本思想：在记录的存储地址和它的关键字之间建立一个确定的对应关系，这样，不经过比较，一次就能得出所查元素是否存在。

哈希函数构造方法：直接定址法、数字分析法、平方取中法、折叠法、除数求留法。

处理冲突的方法：

（1）开放定址法，当冲突发生时，形成一个探测序列，沿此序列逐个地址探查，知道找到一个空位置，将发生冲突的记录放到该地址中，Hi=(H(key)+di)MOD m

di是增量序列，分为线性探测再散列，二次探测再散列，伪随机探测再散列

（2）再哈希法，构造若干个哈希函数，当冲突发生时，使用另外一个哈希函数计算哈希地址

（3）链地址法，将所有的关键字为同义词的记录存储在一个单链表中，并用一个一维数组存放单链表的头指针