数据结构与算法——10. 顺序查找

顺序查找

如果数据项保存在如列表这样的集合中，我们会称这些数据项具有线性或者顺序关系。
在Python List中，这些数据项的存储位置称为下标（index），这些下标都是有序的整数，从零开始，到n-1结束（n为数据项的数量）。
通过下标，我们就可以按照顺序来访问和查找数据项，这种技术称为“顺序查找”。

1. 无序表的顺序查找

对于无序表的查找，首先从列表的第1个数据项开始，按照下标增长的顺序，逐个比对数据项，如果到最后一个都未发现要查找的项，那么查找失败。

python代码实现

def sequential_search(a_list, item):
    """
    无序表的顺序查找
    :param a_list: 被查找列表
    :param item: 目标元素
    :returns: 元素是否在列表中被找到
    """
    # 从列表中一个个取出元素进行比较
    for i in a_list:
        # 找到值相同的元素，说明查找成功
        if i == item:
            return True
    # 所有元素都取完还未找到，说明查找失败
    return False

算法分析

在查找算法中，基本计算步骤就是进行数据项的比对，对比的次数决定了算法复杂度。

无序表中的数据项并没有按值排列顺序，而是随机放置在列表中的
各个位置。换句话说，数据项在列表中各处出现的概率是相同的：

• 最好的情况下，目标元素被放在列表的第一个位置，第1次比对就找到。
• 最坏的情况下，目标元素被放在列表末尾或者根本不在列表中，那就需要n次比对。
• 因为数据项在列表中各个位置出现的概率是相同的。所以平均状况下，比对的次数是n/2。

情况	最好情况	最坏情况	平均情况
元素存在	1	n	n/2
元素不存咋在	1	n	n/2

所以，顺序查找的算法复杂度是$O(n)$。

2. 有序表的顺序查找

当数据项存在时，比对过程与无序表完全相同不同之处在于，如果数据项不存在，比对可以提前结束。

比如，列表从小到大排列，我们要查找31，当我们查找到32（或者更大的数字）的时候还没有找到，那么就没有必要再去后面查找了。

python代码实现

我们以从小到大排序的列表为例。

def ordered_sequential_search(a_list, item):
    """
    有序表的顺序查找
    :param a_list: 被查找列表
    :param item: 目标元素
    :returns: 元素是否在列表中被找到
    """
    for i in a_list:
        # 对比当前元素是否已经大于目标元素，如果是则提前返回
        if i > item:
            return False
        if i == item:
            return True
    return False

算法分析

无序表的顺序查找和有序表的顺序查找基本相同。只是在数据项不存在的时候，有序表的查找能节省一些比对次数，但并不改变其数量级。

情况	最好情况	最坏情况	平均情况
元素存在	1	n	n/2
元素不存在	1	n	n/2

所以算法复杂度仍然是$O(n)$。