数据结构----查找（线性表、树表、哈希表）

一、查找的基本概念

查找表：同一类型的数据元素构成的集合（元素之间是松散的关系，没有严格的前驱后继关系，应用灵活）
查找：根据给定的值，在查找表中确定一个关键字等于给定值的数据元素。
关键字：用来标识一个数据元素的某个数据项的值。唯一的标识一个记录的关键字是主关键字，用以识别若干记录的则为次关键字。
查找成功：给出整个记录的信息或指示该记录在查找表中的位置。查找不成功则给出空记录或者空指针。
对查找表的操作：查询（看有没有）、检索（获取信息）、插入、删除；仅作查询和检索为静态查找表，否则为动态查找表。

查找的方法取决于查找表的结构（以何种关系组织在一起），本章的出发点在于提高查找的效率。
提高效率： 在集合的数据元素之间人为加入加上某种确定的约束关系。

二、线性表的查找

1，顺序查找

应用范围：顺序表或线性表表示的静态查找表；表内元素之间无序。


以上算法每次都要判断i和key两个值会浪费时间，故采取下面的改进算法（设置监视哨）。在表头增加监视哨，将要查找的关键字放在0号位置，就可以不用判断i的值，因为表中找不到的情况下，会找到表头0号位置，i≥0.（在表长较长时，平均时间能少几乎一半）


循环执行次数：n-i+1，对其求和取平均（假设查找每个元素概率相等），时间效率：O（（n+1）/2），空间复杂度O（1）一个辅助空间存放哨兵。

对于上图1：查找概率高的放后面，更快速查找（更少的比较次数）

2，折半查找（二分或对分查找）

表中数据有序时，用折半查找会很方便。
折半查找：每次将待查记录所在区间缩小一半。
先找中间位置mid=（low+high）/2并取整，将待查找的元素值和中间位置比较来确定往前找还是往后找，若往前，则high=mid-1；若往后，则low=mid+1；再找中间位置，重复以上步骤，直到mid==key；若出现high<low，则说明查找失败，结束。

以表中各元素的可能查找次数作为树的深度来构造判定树（且为圆形框代表表中存在该元素），则比较次数就是树的深度，可得比较次数不大于log₂n+1。在叶子结点添加矩形框来表示表中没有出现的元素。平均查找长度比顺序表节省平均查找长度。


无序时无法折半，链式存储不方便找中间位置，需要遍历，还不直接顺序查找。

3，分块查找

也叫索引顺序表的查找，将表分为几块，且表有序或者分块有序（块间有序，块内无序）（块内有序更常用插入删除更方便）

三、树表的查找

当插入删除操作频繁时，改用动态查找表（表结构在查找过程中动态生成）维护表的有序性。

1，二叉排序树（二叉线索树、二叉查找树）

二叉排序树的性质：中序遍历获得递增有序序列。
查找递归算法：从根结点出发，判断下一查找左子树还是右子树


比较次数跟该结点在二叉排序树的层次有关，树的深度就是最坏时间复杂度。
平均时间复杂度跟树的形态有关，越平衡越好。
插入：

插入元素一定是在叶子结点上。
生成： 依次查找删除即可

删除：

1. 删除叶子结点（直接删除）
2. 删除的结点只有左子树或者只有右子树（用子树替换该结点）
   将双亲结点的指针域改为“指向被删除结点的左子树或右子树”
3. 既有左子树又有右子树
   要保持删除后仍然有序，因此删除某结点就用其前驱结点或者后继结点来代替该结点的位置。可以找到该结点a的左子树的根结点b的右子树的根结点c来代替该结点a，然后将c的子树替换c（这是用前驱结点，也就是左子树的最大结点）。或者直接用后继结点，也就是右子树的最小结点来代替。

2，平衡二叉树（AVL树）

平衡二叉树是任意左右子树高度差≤1的二叉排序树。平衡因子（BF）来表示任意结点左右子树高度差（从叶子结点到根结点都要满足平衡因子为-1，0，1），高度差保持在
O（log₂n），查找长度就能保持在O（log₂n）。
插入结点容易导致平衡二叉树失衡；找最小失衡子树，A是最小失衡树的根结点，C是新插入结点。对子树调整结构。

LL型：B带着左子树上升，A成为B的右孩子，B原来的右子树成为A的左孩子。
LR型：C结点单独上升，B称为C的左孩子，A成为C的右孩子，C的左孩子成为B的右子树，C的右孩子成为A的左子树。
RR型：B带着右子树上升，A成为B的左孩子，B原来的左子树成为A的右孩子。
RL型：C结点单独上升，A称为C的左孩子，B成为C的右孩子，C的左孩子成为A的右子树，C的右孩子成为B的左子树。

三、散列表的查找

1，基本概念

查找效率高，空间效率低。空间换时间。

按照以上方式构造的表就是散列表
冲突：不同的关键码映射到同一个散列地址。冲突不可避免，只能减少。
同义词：具有相同函数值的关键字。

2，散列函数的构造

构造的考虑因素：执行速度；散列表长度；关键字长度；关键字分布情况；查找频率。
构造的要求： 均匀存放，地址空间尽量小
构造散列表的方法：

1. 直接定址法：优点是关键码的线性函数（一次函数）值为散列地址，不会产生冲突；缺点是占用连续地址空间，空间效率低。
2. 除留余数法：关键码对某数p求余，余数作为散列地址

3，处理冲突方法

处理冲突的方法：

1. 开放定址法：
   
   解决冲突探测的方式：
   （1）线性探测法：冲突的关键码存放时直接依次后移几格，直到找到一个非空的位置；找的时候也是同样的思路，只是可能会多比较几次。
   （2）二次探测法：存储时，+1，-1，+4，-4，……依次试探。（这种探测方法要求散列表长度m为某个4K+3的质数

2. 链地址法（拉链法）
   
   
   链地址法处理冲突的优点：
   

非同义词：通过散列函数算出的散列地址不同就是非同义词，使用开放定址会导致非同义词冲突。

4，散列表的查找及性能分析

散列表比二分查找好。链地址法查找效率比开放地址法高，插入删除更方便。除留余数法中的除数取≤表长的质数。