不同结构中的元素查找

一、基本概念

静态查找：无需动态地修改查找表。（适合顺序查找、折半查找、散列查找）

动态查找：需对查找表进行动态地插入或删除。（适合二叉树的查找、散列查找）

二、线性结构的查找

1. 顺序查找 （线性的链表只能顺序查找）

• 无序线性表：从一端到另一端逐个检查；
• 有序线性表：关键字有序，不用检查到末尾就可以得知失败。

2. 折半查找

与中间元素比较，确定查找元素在其前方/后方，缩小比较范围；重复以上操作。

其过程可用二叉树描述（判定树），此树是平衡二叉树。

3. 分块查找 / 索引顺序查找

将查找表分为若干块，块间有序，块内无序；建索引表存储各块最大关键字和块中第一个元素地址，索引表按关键字排序。

查找时先查索引表找到对应块，然后在块内顺序查找。

三、树形结构的查找

1. 二叉排序树（BST、二叉查找树）

左子树结点值<根结点值<右子树结点值。

是一个动态树表，可通过插入和删除更新树表。查找效率取决于树高。

2. 平衡二叉树（AVL树）

插入和删除元素时保证各结点左右子树高度差不超过1，不平衡时调整最小不平衡子树。

• LL平衡旋转（右单旋转）：在结点A的左孩子的左子树插入，则A的左孩子替代A，A替代A的右孩子
• RR平衡旋转（左单旋转）：在A的右孩子的右子树插入，A的右孩子替代A，A替代A的右孩子
• LR平衡旋转（双旋）：在A的左孩子的右子树插入C，则C左上旋到A的左子树，再右上旋到A
• RL平衡旋转（双旋）：在A的右孩子的左子树插入C，则C右上旋到A的右子树，再左上旋到A

删除和插入类似，但删除后要先平衡调整，然后若找到第一个不平衡的结点C，则再上旋。

3. 红黑树

（对平衡二叉树的平衡标准放宽为2倍差，适合插入/删除操作多的）

根、叶为黑，无相邻红。结点到任意叶结点的黑结点数相同。

结论

• 根到叶结点的最长路径不大于最短路径的两倍。
• n个内部结点的红黑树高度h小于等于2log(n+1)
• 插入结点默认红色，连续红色则调整

插入时（导致两个红结点）

• 叔结点为黑：LR时先左旋再右旋，LL时右单旋；RL时先右旋再左旋，RR时左单旋。
• 叔结点为红：将父结点、叔结点变黑，爷结点作为新结点，如此向上循环。

删除时（导致黑高变化）

• x有两个孩子，则转换为只有一个孩子的情况处理
• 有一个孩子，则必为红色，将其转换为黑色替代x
• 红色且无孩子，直接删除
• 黑色且无孩子，若兄弟结点w不为黑要先将兄弟转黑（和父结点交换颜色并上旋）
  •  RL即w的红结点孩子是其爷结点的右孩子的左孩子，则先右旋再左旋，
  • RR即w的红结点孩子是其爷结点的右孩子的右孩子，则左单旋
  • w两个孩子都是黑色，可将x和w的黑色去掉，他们的父结点着黑作为新结点来循环

4. B树

（所有结点平衡因子均为0的多路平衡查找树）

• m阶的B树，除根结点外所有分支结点至少有⌈m/2⌉棵子树（⌈m/2⌉-1个关键字），至多有m棵子树。
• 非叶根节点至少2棵子树（1个关键字）
• 所有叶结点为同一层次、不带信息的结点，可视为查找失败。不算入树高。

查找：先找结点（磁盘上），然后在结点内找关键字（内存中）

插入：结点内关键字超出要进行“分裂”。

删除：结点内关键字不足要进行“合并”。

• 非终端结点（最低层非叶）：先转换为终端结点，即用其前驱或后继代替。
• 终端结点：①直接删；②兄弟够借则兄弟替换双亲中关键字，使其下移；③兄弟不够借则合并兄弟，变为双亲结点关键字减一的问题。

5. B+树

（B树的变形树，数据库所需）

• 每个关键字对应一颗子树。分支结点至少有⌈m/2⌉棵子树（⌈m/2⌉个关键字）
• 非叶根节点至少2棵子树（2个关键字）
• 叶结点包含信息，非叶结点只作索引

查找：可从最小关键字开始顺序查找（叶结点依次检查），或从根结点开始多路查找。

四、散列结构--散列表  的查找

散列表是根据关键字而直接进行访问的数据结构。Hash(Key)=地址。

根据关键字集合特点选择适合的散列函数，常见有：

1. 取关键字线性函数值a*key+b（适合关键字分布基本连续）
2. 对关键字取余key%p。关键是根据表长m取≤m的合适的数p。
3. 选取数码分布较均匀的若干位（适合已知关键字集合的）
4. 取关键字的平方值的中间几位（适合关键字每位取值都不够均匀，或均小于地址所需位数）

冲突处理

•  1. 开放定址法 ：用空闲地址存储同义词和非同义词表项。取定某一增量di，有                        ​​​​​​​     Hi=(H(key)+di)%m。（要逻辑删除，防止截断同散列地址的元素的地址，定期物理删除）
  • 线性探测法：di=0,1,2…k (k<m-1)找到表中下一个空闲单元进行存储（产生堆积问题）
  • 平方探测法：… (k≤m/2且m=4k+3的质数)（避免堆积问题，但不能检测所有单元）
  • 双散列法：
  • 伪随机序列法：di=伪随机序列
• 2. 拉链法：同义词在一个链表中存储，由散列表中唯一散列地址标识。（适合经常插入/删除）

性能分析

查找效率取决于：①散列函数   ②处理冲突发方法   ③装填因子(表中记录数n/散列表长m)