查找算法-C

查找算法-C

算法的五个特征 ： 有穷性、确定性、可行性、输入、输出
算法的设计要求 ： 正确性、可读性、健壮性、高效率、低存储

一、顺序查找

从序列的某个位置开始，一直到序列结束，依次比较。

//顺序表
int search(int* arr,size_t len,int key)
{
	for(int i=0; i<len; i++)
    {
        if(arr[i] == key)
            return i;
    }
    return -1;
}

// 从头结点开始，如果找到则返回所在节点的地址，找不到则返回NULL
Node* linear_search(Node* head,int key)
{
	for(Node* n=head; NULL!=n; n=n->next)
    {
        if(n->data == key)
            return n;
    }
    return NULL;
}

二、二分查找

前提：序列有序

思路：

①从序列中间(mid)开始与目标值(key)比较；

②如果相等直接返回 程序结束；

③如果小于key，left=mid+1 如果大于key，right=mid-1；

④如果left<=right 回到①；

//顺序实现
//[left,right]
int binary_search(int* arr, size_t len, int key)
{
    int left = 0 , right = len-1;
    while(left <= right)
    {
        int mid = (left + right) / 2;
        if(arr[mid] == key)
            return mid;
        if(arr[mid] > key)
            right = mid-1;
        if(arr[mid] < key)
            left = mid+1;
    }
    return -1
}
//[left,right)
int binary_search(int* arr, size_t len, int key)
{
    int left = 0 , right = len;
    while(left < right)
    {
        int mid = (left + right) / 2;
        if(arr[mid] == key)
            return mid;
        if(arr[mid] > key)
            right = mid;
        if(arr[mid] < key)
            left = mid+1;
    }
    return -1
}

//递归实现
int _binary_search(int* arr, int left, int right, int key)
{
 	if(left >= right)
        return -1;
 	int mid = (left + right) / 2;
    if(arr[mid] > key)
        return _binary_search(arr,left,mid,key);
    if(arr[mid] < key)
        return _binary_search(arr,mid+1,right,key);
    return mid;
}

int binary_search(int* arr, size_t len, int key)
{
    return _binary_search(arr,0,len,key);
}

优点：速度快：O(log₂n)

缺点：要求数据有序、不适用链表

三、哈希查找

​ 在查找数据时需要进行一系列的比较运算，无论是顺序查找、二分查找，都是建立在比较的基础上的，但最理想的查找算法是不经过任何比较，一次存取就能查找到数据，那么就需要在存储位置和它的关键字之间建立一个确定的对应关系，使每个关键字和数据中的唯一的存储位置相对应。在查找时，根据对应关系找到给定的关键字所对应的数据，这样可以不经过比较可以直接取得所查找的数据。

​ 存储位置与关键字之间的对应关系为哈希函数，按这个思想建立的表为哈希表。

//例如：假定有100万个0~255之间的随机数，然后输入一个0~255之间的整数，查询出该数一共出现了多少次。

 for(int i=0; i<1000000; i++)
 {
     arr[i] = rand() % 256;
 }

 // 把数据当值作为数组cnts的下标(把关键字与存储位置相对应)，直接定值法，H(key)=key
for(int i=0; i<1000000; i++)
{
    cnts[arr[i]]++;
}

​ 以上是很简单的一个例子，但是可以看出其局限性，比如如果数据范围变为0~1000000，那么这样构建出来的哈希表可能很大，那么就得重新设计哈希函数，但是这样算出来的结果也可能出现重复，因此设计出合适的哈希函数、解决冲突问题是哈希表和哈希查找的关键。

设计哈希函数的方法：

直接定值法：

取关键字的值或某个线性函数作为k哈希地址：H(key) = key 或H(key)=a*key-b，但这种方法对数据有很高的要求。

数字分析法：

假设以关键字key为基数，并且哈希表中可能出现的数字全部知道，取关键字的某几位为哈希地址，例如学号：

​ 1~2系、3~4为专业、5~6为年级、7~9为入学序号，因此H(key)=key%1000。

解决哈希值冲突的方法：

• 开方地址法
• 再哈希法
• 链地址法
• 创建公共溢出区

哈希查找的优点：

​ 查找速度极快，时间复杂度能达到O(1)。

哈希查找的缺点：

​ 1、局限性比较大，对数据的要求比较高。

​ 2、设计哈希函数麻烦，没具体的设计哈希函数的方法，只是有一些大致的思路。

​ 3、需要建立哈希表，占用了额外的空间。