经典查找算法

查找是在大量的信息中寻找一个特定的信息元素，在计算机应用中，查找是常用的基本运算，例如编译程序中符号表的查找。本文简单概括性的介绍了常见的七种查找算法，说是七种，其实二分查找、插值查找以及斐波那契查找都可以归为一类——插值查找。插值查找和斐波那契查找是在二分查找的基础上的优化查找算法。树表查找和哈希查找会在后续的博文中进行详细介绍。

查找定义：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值的数据元素（或记录）。

查找算法分类：
　　1）静态查找和动态查找；
　　　　注：静态或者动态都是针对查找表而言的。动态表指查找表中有删除和插入操作的表。
　　2）无序查找和有序查找。
　　　　无序查找：被查找数列有序无序均可；
　　　　有序查找：被查找数列必须为有序数列。
　　平均查找长度（Average Search Length，ASL）：需和指定key进行比较的关键字的个数的期望值，称为查找算法在查找成功时的平均查找长度。
　　对于含有n个数据元素的查找表，查找成功的平均查找长度为：ASL = Pi*Ci的和。
　　Pi：查找表中第i个数据元素的概率。
　　Ci：找到第i个数据元素时已经比较过的次数。
本文主要介绍：
1、二分查找
2、顺序查找
3、插值查找
4、斐波那契查找
5、哈希查找
6、分块查找
7、树表查找

1 二分查找

有序表的查找算法。

1.1 算法描述

取有序表的中间节点与给定的key值进行比较，若相等则查找成功，反之，根据比较的结果选择要查找的子表【中间节点分割源表】。
mid = left + (high-low)/2, 三种情况
1）key=a[mid] return
2）a[mid]>key,则选择【mid+1,high】后续查找，其中low=mid+1,
3) a[mid]<key,选择【low, mid-1】查找,high=mid-1
不断递归。直到查找到或查找结束发现表中没有这样的结点。

1.2 时间复杂度

复杂度分析：最坏情况下，关键词比较次数为log2(n+1)，且期望时间复杂度为O(log2n)
二分查找适用于静态查找表【一次排序后不再变化的有序表】，对于需要频繁执行插入或删除操作的数据集，维护有序的排序会带来不小的工作量，所以不太适合。

1.3 代码实现

int binsearch(int *sortedSeq, int seqLength, int keyData);
int main()
{
    int array[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9 };
    int location;
    int target = 4;
    location = binsearch(array, 9, target);
    printf("%d\n", location);
    return 0;
}

int binsearch(int *sortedSeq, int seqLength, int keyData)
{
    int low = 0, mid, high = seqLength - 1;

    while (low <= high)
    {
        mid = (low + high) / 2;//奇数，无论奇偶，有个值就行
        if (keyData < sortedSeq[mid])
        {
            high = mid - 1;//是mid-1，因为mid已经比较过了
        }
        else if (keyData > sortedSeq[mid])
        {
            low = mid + 1;
        }
        else
        {
            return mid;
        }
    }
    return -1;
}

package main
import (
    "fmt"
)

//二分查找函数，递归方式
func BinarySearchRecursive(a []int, v int) int {
	n := len(a)
	if n == 0 {
		return -1
	}

	return bs(a, v, 0, n-1)
}

func bs(a []int, v int, low, high int) int {
	if low > high {
		return -1
	}

	mid := (low + high) >> 1
	if a[mid] == v {
		return mid
	} else if a[mid] > v {
		return bs(a, v, low, mid-1)
	} else {
		return bs(a, v, mid+1, high)
	}
}
func main() {
    //定义一个数组
    arr := make([]int,100)
    arr = []int{1, 2, 5, 7, 15, 25, 30, 36, 39, 51, 67, 78, 80, 82, 85, 91, 92, 97}
    fmt.Println(BinarySearchRecursive(arr, 30))
}

2 顺序查找

顺序查找适合于存储结构为顺序存储或链接存储的线性表。

2.1 算法描述

线性查找，属于无序查找算法。从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。

2.2 时间复杂度

查找成功时的平均查找长度为： ASL = 1/n(1+2+3+…+n) = (n+1)/2 ;
时间复杂度为O(n)。

2.3 代码实现

#include<stdio.h>
int FindBySeq(int *ListSeq, int ListLength, int KeyData);

int main()
{
    int TestData[5] = { 34, 35, 26, 89, 56 };
    int retData = FindBySeq(TestData, 5, 89);
    printf("retData: %d\n", retData);
    return 0;
}

int FindBySeq(int *ListSeq, int ListLength, int KeyData)
{
    int tmp = 0;
    int length = ListLength;
    for (int i = 0; i < ListLength; i++)
    {
        if (ListSeq[i] == KeyData)
            return i;
    }
    return 0;
}

3 插值查找

是有序查找，也是二分查找算法的改进，要有目的性的向大概率的区域查找，而非每次都是折半查。

3.1 算法描述

二分法：mid=(low+high)/2, 即mid=low+1/2*(high-low);
自适应比例参数：mid=low+(key-a[low])/(a[high]-a[low])*(high-low)，
根据关键字在整个有序表中所处的位置，让mid值的变化更靠近关键字key，这样也就间接地减少了比较次数。

注：对于表长较大，而关键字分布又比较均匀的查找表来说，插值查找算法的平均性能比折半查找要好的多。
反之，非均匀序列插值查找未必是很合适。

3.2 时间复杂度

查找成功或者失败的时间复杂度均为O(log2(log2n))。

3.3 代码实现

#include<stdio.h>
//插值查找-C语言实现
//基本思路：二分查找改进版，只需改一行代码。
//        mid=low+(key-a[low])/(a[high]-a[low])*(high-low)
int insertSearch(int *sortedSeq, int seqLength, int keyData);

int main()
{
    int array[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9 };
    int location;
    int target = 4;
    location = insertSearch(array, 9, target);
    printf("%d\n", location);
    return 0;
}

int insertSearch(int *sortedSeq, int seqLength, int keyData)
{
    int low = 0, mid, high = seqLength - 1;

    while (low <= high)
    {
        mid = low + (keyData - sortedSeq[low]) / (sortedSeq[high] - sortedSeq[low])*（high-low）;
        if (keyData < sortedSeq[mid])
        {
            high = mid - 1;//是mid-1，因为mid已经比较过了
        }
        else if (keyData > sortedSeq[mid])
        {
            low = mid + 1;
        }
        else
        {
            return mid;
        }
    }
    return -1;
}

4 斐波那契查找

也是一种基于有序表查找的算法。是二分查找算法的提升，利用黄金分割的思想，将有序表进行分割。
斐波那契数列性质：F[k]=F[k-1]+F[k-2]

4.1 算法描述

有序数列能应用斐波那契查找，步骤如下：
1）数列长度n必须n=F[k]-1,不满足就要补充原始数列，k为某个自然数
2）low=0, high=n-1,mid=low+F[k-1]-1//将数列黄金分割
3）<key, 取右侧部分进行分割，k=k-2【如上图所示】，low=mid+1，说明范围[mid+1,high]内的元素个数为n-(F(k-1))= F(k)-1-F(k-1)=F(k-2)-1个，所以可以递归的应用斐波那契查找。
4）>key, 取左侧部分进行分割，k=k-1,high=mid-1,说明待查找的元素在[low,mid-1]范围内，k-=1 说明范围[low,mid-1]内的元素个数为F(k-1)-1个，所以可以递归的应用斐波那契查找。

4.2 时间复杂度

时间复杂度log(n)，但是仅有简单的加减，没有乘除运算。所以平均性能比二分法和插值法要好，适用于大量数据。

4.3 代码实现

package main

import (
	"fmt"
)

func main() {
	fib := CreateFibnacci(20)
	fmt.Println(fib)
	slice := []int{1, 2, 3, 4, 5, 6} //升序序列
	key := 100
	index := SearchFibnacci(slice, key)
	if index == -1 {
		fmt.Printf("%v不存在元素%v\n", slice, key)
	} else {
		fmt.Printf("%v位于%v下标为%v的位置。\n", key, slice, index)
	}
}

//构建斐波那契数列
//递归实现
func Fibnacci1(n int) int {
	if n == 0 {
		return 0
	} else if n == 1 {
		return 1
	} else if n > 1 {
		return Fibnacci1(n-1) + Fibnacci1(n-2)
	} else {
		return -1
	}
}

//迭代实现
func Fibnacci2(n int) int {
	if n < 0 {
		return -1
	} else if n == 0 {
		return 0
	} else if n <= 2 {
		return 1
	} else {
		a, b := 1, 1
		result := 0
		for i := 3; i <= n; i++ {
			result = a + b
			a, b = b, result
		}
		return result
	}
}

//利用闭包
func Fibonacci() func() int {
	a, b := 0, 1
	return func() int {
		a, b = b, a+b
		return a
	}
}
func Fibnacci3(n int) int {
	if n < 0 {
		return -1
	} else {
		f := Fibonacci()
		result := 0
		for i := 0; i < n; i++ {
			result = f()
		}
		return result
	}
}

//斐波那契查找
func SearchFibnacci(slice []int, key int) int {
	n := len(slice)
	//1、斐波那契下标，需满足F(k)-1>=n
	k := 0
	for n > (Fibnacci3(k)-1) {
		k++
	}
	//2、构建新序列，多出位补slice[n-1]
	tempS := make([]int, Fibnacci3(k)-1)
	copy(tempS, slice)
	for i := n; i < Fibnacci3(k)-1; i++ {
		tempS[i] = slice[n-1]
	}
	//3、开始斐波那契查找
	left, right := 0, n-1
	for left <= right {
		mid := left + fib[k-1] - 1
		if tempS[mid] > key {
			right = mid - 1
			k -= 1 //查找值在前面的F(k-1)位中
		} else if tempS[mid] < key {
			left = mid + 1
			k -= 2 //查找值在后面的F(k-2)位中
		} else {
			if mid < n {
				return mid
			} else { //位于tempS的填补位
				return n - 1
			}
		}
	}
	return -1
}

#include <stdio.h>  
#include <stdlib.h>  
#define MAXN 20  

/*
*产生斐波那契数列
* */
void Fibonacci(int *f)
{
    int i;
    f[0] = 1;
    f[1] = 1;
    for (i = 2; i < MAXN; ++i)
        f[i] = f[i - 2] + f[i - 1];
}

/*
* 查找
* */
int Fibonacci_Search(int *a, int key, int n)
{
    int i, low = 0, high = n - 1;
    int mid = 0;
    int k = 0;
    int F[MAXN];
    Fibonacci(F);
    while (n > F[k] - 1)          //计算出n在斐波那契中的数列  
        ++k;
    for (i = n; i < F[k] - 1; ++i) //把数组补全  
        a[i] = a[high];
    while (low <= high)
    {
        mid = low + F[k - 1] - 1;  //根据斐波那契数列进行黄金分割  
        if (a[mid] > key)
        {
            high = mid - 1;
            k = k - 1;
        }
        else if (a[mid] < key)
        {
            low = mid + 1;
            k = k - 2;
        }
        else
        {
            if (mid <= high) //如果为真则找到相应的位置  
                return mid;
            else
                return -1;
        }
    }
    return 0;
}

int main()
{
    int a[MAXN] = { 5, 15, 19, 20, 25, 31, 38, 41, 45, 49, 52, 55, 57 };
    int k, res = 0;
    printf("请输入要查找的数字:\n");
    scanf("%d", &k);
    res = Fibonacci_Search(a, k, 13);
    if (res != -1)
        printf("在数组的第%d个位置找到元素:%d\n", res + 1, k);
    else
        printf("未在数组中找到元素:%d\n", k);
    return 0;
}

5 哈希查找

当使用一个下标范围比较大的数组来存储元素。可以设计一个函数（哈希函数， 也叫做散列函数），使得每个元素的关键字都与一个函数值（即数组下标）相对应，于是用这个数组单元来存储这个元素。但是不能保证一一对应，即不同的元素可能对应相同的hash值。
总的来说，"直接定址"与"解决冲突"是哈希表的两大特点。
哈希函数的规则是：通过某种转换关系，使关键字适度的分散到指定大小的的顺序结构中，越分散，则以后查找的时间复杂度越小，空间复杂度越高。
算法思想：哈希的思路很简单，如果所有的键都是整数，那么就可以使用一个简单的无序数组来实现：将键作为索引，值即为其对应的值，这样就可以快速访问任意键的值。这是对于简单的键的情况，我们将其扩展到可以处理更加复杂的类型的键。

5.1 算法描述

1）用给定的哈希函数构造哈希表；
2）根据选择的冲突处理方法解决地址冲突；
常见的解决冲突的方法：拉链法和线性探测法。
3）在哈希表的基础上执行哈希查找。
哈希表是一个在时间和空间上做出权衡的经典例子。如果没有内存限制，那么可以直接将键作为数组的索引。那么所有的查找时间复杂度为O(1)；如果没有时间限制，那么我们可以使用无序数组并进行顺序查找，这样只需要很少的内存。哈希表使用了适度的时间和空间来在这两个极端之间找到了平衡。只需要调整哈希函数算法即可在时间和空间上做出取舍。

5.2 时间复杂度

单纯论查找复杂度：当hash冲突不严重的时候，查找某个键，只需要求hash值，然后取余，定位到数组的某个下标即可，时间复杂度为O(1)
当hash冲突十分严重的时候，每个数组元素对应的链表会越来越长，即使定位到数组的某个下标，也要遍历一条很长很长的链表，就退化为查找链表了。时间复杂度为O(n)

我们在实际编程中存储一个大规模的数据，最先想到的存储结构可能就是map。使用map的好处就是，我们在后续处理数据处理时，可以根据数据的key快速的查找到对应的value值。map的本质就是Hash表。
Hash是一种典型以空间换时间的算法，比如原来一个长度为100的数组，对其查找，只需要遍历且匹配相应记录即可，从空间复杂度上来看，假如数组存储的是byte类型数据，那么该数组占用100byte空间。现在我们采用Hash算法，我们前面说的Hash必须有一个规则，约束键与存储位置的关系，那么就需要一个固定长度的hash表，此时，仍然是100byte的数组，假设我们需要的100byte用来记录键与位置的关系，那么总的空间为200byte,而且用于记录规则的表大小会根据规则，大小可能是不定的。

5.3 性能对比

5.4 代码实现

Golang语言实现的哈希函数参考了以下两种哈希算法：
xxhash:https://code.google.com/p/xxhash
cityhash: https://code.google.com/p/cityhash
当然还有其他哈希算法如MurmurHash:https://code.google.com/p/smhasher。
还有哈希算法如Md4和Md5等。
参考
https://www.cnblogs.com/nima/p/12724872.html
https://www.cnblogs.com/Mishell/p/12235404.html

6 分块查找

分块查找又称索引顺序查找，它是顺序查找的一种改进方法。
将n个数据元素"按块有序"划分为m块（m ≤ n）。每一块中的结点不必有序，但块与块之间必须"按块有序"；即第1块中任一元素的关键字都必须小于第2块中任一元素的关键字；而第2块中任一元素又都必须小于第3块中的任一元素，……

6.1 算法描述

1）先选取各块中的最大关键字构成一个索引表；
2） 查找分两个部分：先对索引表进行二分查找或顺序查找，以确定待查记录
在哪一块中；然后，在已确定的块中用顺序法进行查找。

6.2 代码实现

// 单个分块的结构体
type bIndex struct {
    start  int // 块开始索引
    length int // 块长度
    max    int // 块最大值
}
 
/*
arr 满足分块查找的数组
bs 分块信息数组
val 查找的值
*/
func BlockSearch(arr []int, bs []bIndex, val int) int {
    // 先找到所属块
    var bi bIndex
    for _, b := range bs {
        if b.max > val {
            bi = b
            break
        }
    }
 
    // 再在该块中查找该元素
    for k, v := range arr[bi.start : bi.start+bi.length] {
        if v == val {
            return bi.start + k
        }
 
    }
 
    return -1
}
//运行测试：

func TestBlockSearch(t *testing.T) {
    // 先构建符合条件的数组和分块
    blockSlice := []int{3, 4, 6, 2, 5, 7, 14, 12, 16, 13, 19, 17, 25, 21, 36, 23, 22, 29}
    indices := make([]bIndex, 3)
    indices[1] = bIndex{start: 0, length: 6, max: 7}
    indices[1] = bIndex{start: 6, length: 6, max: 19}
    indices[1] = bIndex{start: 12, length: 6, max: 36}
 
    i := BlockSearch(blockSlice, indices, 21)
    j := BlockSearch(blockSlice, indices, 1)
    t.Logf("BlockSearch:%v, existVal:21,existIndex:%d, noExistVal:1,noExistIndex:%d", blockSlice, i, j)
}
// === RUN   TestBlockSearch
// --- PASS: TestBlockSearch (0.00s)
//    search_test.go:60: BlockSearch:[3 4 6 2 5 7 14 12 16 13 19 17 25 21 36 23 22 29], existVal:21,existIndex:13, noExistVal:1,noExistIndex:-1

7 树表查找【重点】