顺序表查找优化（哨兵元素的重要作用）

应用：假设一个乱序数组，需要查找一个元素是否在该数组中，这时需要用到顺序查找，也就是遍历数组。

一般情况下我们会写下如下代码：

int Sequential_Search(int *a,int n,int key)
{
	//数组从1开始
	int i;
	for(int i=1;i<=n;i++)
	{
		if(a[i]==key)
			return i;
	}
	return 0;//查找失败
}

有的数据结构书上，会运用哨兵元素，改成这样的代码：

int Sequential_Search2(int *a int n,int key)
{
	int i=0;
	a[0]=key;//哨兵
	i=n;
	while(a[i]!=key)
	{
		i--;
	}
	return i;//返回0就是查找失败
}

仔细看来没有什么差别，但是来看下我测试的运行时间，数组有10亿个元素。

方案1：3.494s   3.202s   3.216s   3.237s

方案2：2.332s   2.307s   2.24s   2.194s

为什么基本一样的代码，方案2比方案1性能提升了30%~40%左右？？？

循环中，方案1有3条指令而方案2有两条指令，少了i<n这个比较操作，所以方案2性能得到了提升，这也是哨兵元素的妙用

以上思想和代码来自于《大话数据结构》中的296页，测试实验是我做的。

大话数据结构的原文“这种查找方法在查找方向的尽头设置哨兵元素，免去了查找过程中每次比较后都要判断查找位置是否越界的小技巧，看似与原先差别不大，但是总数据较多时，效率提高很明显，是非常好的编程技巧。当然，“哨兵”也不一定在数组开始，也可以再末尾”

我的测试程序：

void main() 
{ 
	int num=1000000000;
	char *p=new char[num];
	p[0]=2;
	char key=p[0];
	clock_t start, finish; 
	start=clock();
	if(true)
	{
		for(int i=1;i<num;i++)
		{
			if(p[i]==key)
				break;
		}
	}
	else
	{
		int i=num-1;
		while(p[i]!=key)
		{
			i--;
		}
	}
	finish=clock();
	double Total_time = (double)(finish-start) / CLOCKS_PER_SEC; 
	cout<<Total_time<<endl;
}