平均查找长度ASL

小猪好好

已于 2024-08-08 12:01:53 修改

阅读量2k

点赞数 42

文章标签：算法数据结构

于 2024-07-25 22:46:25 首次发布

本文链接：https://blog.csdn.net/m0_68180965/article/details/140684948

版权

在查找过程中，查找长度是指需要比较的关键词次数，平均查找长度是指所有查找过程中进行关键字比较次数的平均值。平均查找长度是衡量查找效率的重要指标。

一、顺序查找

顺序查找是从线性表一端开始，逐个检查数据元素是否满足给定的条件，若满足，则查找成功，返回该元素在线性表当中的位置，若已经查到表的另一端仍未找到指定元素，则查找失败。位置0存放待查找元素，作为“哨兵”的作用。

（1）查找成功的平均查找长度

若表中有n个元素，若查找元素在第i个位置，则查找该元素需要比较n+1-i次。

由上述可知，查找成功的平均查找长度

ASL= $\sum_{i=1}^{n}P_{i}(n-i+1)$

当Pi=1/n时，查找成功的平均查找长度

ASL= $\sum_{i=1}^{n}P_{i}(n-i+1)=\frac{n+1}{2}$

（2）查找失败

每查找一个元素就需要在顺序表中比较n+1次。

即查找失败的平均查找长度

ASL=n+1

若为有序顺序表的顺序查找，可以用判定树来模拟查找过程。

树中圆形表示表中存在元素，即能够被查找到的元素；矩形表示表中不存在的元素，为失败结点（一个表中若有n个元素，则其失败结点对应地有n+1个）。一个元素若能够被查找成功，则查找长度为自身所在树中的层数；若查找失败，则查找长度为其父结点所在层数。

（1）查找成功的平均查找长度：与普通顺序查找的ASL相等。

（2）查找失败的平均查找长度

$\sum_{j=1}^{n}q_{j}(l_{j}-1)=\frac{1+2+3+...+n+n}{n+1}=\frac{n}{2}+\frac{n}{n+1}$

二、折半查找

先将key与查找表中间元素进行比较，若相等，则查找成功，返回存储位置；
若大于中间元素，则查找元素只有可能在后半部分，在表的后半部分重复步骤1；
若小于中间元素，则查找元素只有可能在前半部分，在表的前半部分重复步骤1；
重复上述步骤，直到找到为止，或确定表中没有待查找元素。

以下图为例，圆形为成功节点，矩形为失败结点。

(1)查找成功的平均查找长度

ASL=（1+2*2+3*4+4*4）/11=3

ASL= $\frac{1}{n}\sum_{i=1}^{n}l_{i}=\frac{1}{n}(1+2*2+...+h*2^{h-1})$

= $\frac{n+1}{n}log_{2}(n+1)-1\approx log_{2}(n+1)-1$

(2)查找失败的平均长度（即层数*失败结点数/失败节点总数）

对应上图为ASL=（3*4+4*8）/12=11/3

三、分块查找

将查找元素表分为若干块，块内元素无序，块间有序。前一个块中的所有元素必须小于后一个块中所有元素，并为其建立索引表，索引表中每个元素包含每个块中的最大元素和第一个元素的地址。

索引表可以顺序查找和折半查找，块内需要顺序查找（因为无序）。

设索引查找的平均查找长度为L1，块内查找平均长度为L2。

（1）查找成功的平均查找长度

ASL=L1+L2

设查找表中有n个元素，将查找表均匀地分为b块，每块有s个记录（n=bs）。

若块内和索引表均采用顺序查找，则平均查找长度等于：

ASL= $\frac{b+1}{2}+\frac{s+1}{2}$ = $\frac{s^{2+2s+n}}{2s}$

当s= $\sqrt{n}$ 时，取最小平均查找长度 $\sqrt{n}$ +1。

四、二叉排序树

二叉排序树的查找思想与折半查找类似，而不同点如下

	存储结构	能否动态插入结点	如何找到比较的结点
折半查找	顺序表	不可以	[查找长度/2]
二叉排序树	二叉树	可以	二叉树的每一层结点

（1）查找成功的平均查找长度

二叉排序树的查找效率与树的高度有关，若二叉树的左右子树的高度差绝对值不超过1，即平衡二叉树，其查找时间复杂度为 $O(log_{2}n)$ ; 若二叉树只有单支，则查找时间复杂度为O（n)。

平均查找长度ASL= $\sum$ （层数*每层结点数）/n。

五、散列表查找

已知散列函数，可以求得散列表。

线性探测再散列法：

（1）查找成功的平均查找长度

查找成功时，在等概率情况下，查找每个表中元素的概率是相等的。因此，根据表中元素个数来计算平均查找长度，个关键字的比较次数与散列函数和冲突处理方式有关。例如，元素序列{7，8，30，11，18，9，14}，散列函数为：H(key)=(key*3)mod7，则构造的散列表如下：

key	7	8	30	11	18	9	14
H(key)	0	3	6	5	5	6	0

采用线性探测再散列法处理冲突，所构造的散列表为

地址	0	1	2	3	4	5	6	7	8	9
关键字	7	14		8		11	30	18	9

在查找成功时，在等概率情况下，查找每个表中元素的概率是相等的。因此，根据表中元素的个数来计算平均查找长度，各关键字比较次数即为查找元素带入散列函数计算，根据得到的结果去表中查找，直到成功为止。因此，各关键字比较次数如下所示：

key	7	8	30	11	18	9	14
比较次数	1	1	1	1	3	3	2

因此查找成功ASL=（1+1+1+1+3+3+2）/7=12/7

(2)查找失败的平均长度

在查找失败情况下，在等概率情况下，经过散列函数计算后只可能映射到的位置与散列函数（mod后的数字有关）来计算平均查找长度，即若mod后的数字为7，则经散列函数计算后只可能映射到表中0-6位置。简而言之，每个位置查找失败的比较一直到该位置的下一个空位为止，若查找不到对应元素，即查找失败。

对于采用开放定址法建立的散列表不能随意删除数据，因为有可能导致因冲突而向后挪的数据被“截断”，可以先给删除数据的位置做一个标记，，当查找时遇到删除的标记时，即使当前位置为空，也仍需要向后查找一个

H(key)	0	1	2	3	4	5	6
比较次数	3	2	1	2	1	5	4

则查找失败的查找长度为ASL=(3+2+1+2+1+5+4)/7=18/7

拉链法：

对于不同关键字可能会通过散列函数映射到同一个地址，，为了避免非同义词发生冲突，可以把所有同义词存储在一个线性链表中。

（1）查找成功的平均查找长度

查找成功时，其比较次数与链表层数有关。以上图为例，第一层有6个元素，第二层有4个元素，第三层有1个元素，第四层有1个元素。查找第几层元素对应地就需要比较几次，因此查找成功的平均查找长度为：

ASL=（1*6+2*4+3*1+4*1）/11

（2）查找失败的平均查找长度

查找失败时，对于地址0，比较1次之后确定元素不在表中（空指针算一次），查找长度为1；对于地址1，比较5次之后确定元素不在表中，以此类推，则查找失败的查找长度为：

ASL=（1+5+1+3+1+1+3+2+1+1+3+2+1）/13=25/13

散列表平均查找长度与散列函数、处理冲突的方法和装填因子有关，因此要想提高散列表查找效率，可以从这三方面入手。

小猪好好

关注

42
点赞
踩
32

收藏

觉得还不错? 一键收藏
2
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫