数据结构之查找

1、查找

概念：是根据给定的某个值，在查找表中确定一个其关键字等于给定值的数据元素。

基于线性表的查找（静态查找表）：例如：顺序查找、折半查找、分块查找等。

基于树的查找（动态查找表）：例如：二叉排序树、B树、AVL树等。

2、基于线性表的查找

       线性索引查找是在待查询序列比较大，或者不方便排序的情况下的一种措施，通过一个较小的索引来实现快速查找。比如汉语字典，我们需要先在前面的索引中找到这个字，然后再到后面去查找这个字的详细资料，那么前面的这个索引起到的作用就是这个作用了。线性索引查找在实际应用中有多种形式，适合不同的情况。

（1） 顺序查找

        概念：从表中第一个（或最后一个）记录开始，逐个进行记录的关键字和给定值比较，若某个记录的关键字和给定值相等，则查找成功，找到所查的记录；如果直到最后一个（或第一个）记录，其关键字和给定值比较都不等时，则表中没有所查的记录，查找不成功。

        平均的查找长度为(n+1)/2，最好的长度为1，最差的查找长度为n。时间复杂度o(n)

缺点也比较明显：算法效率较低，在较大规模的数据集合中进行查找时，不宜采用顺序查找。

优点在于：算法简单易行，且对表的结构无任何要求。

（2）折半查找（二分查找）

概念：线性表中的记录必须是关键码有序（通常从小到大有序），线性表必须采用顺序存储，其时间复杂度为O(logn)。

在有序表中，取中间记录作为比较对象，若给定值与中间记录的关键字相等，则查找成功；若给定值小于中间记录的关键字，则在中间记录的左半区继续查找；若给定值大于中间记录的关键字，则在中间记录的右半区继续查找。不断重复上述过程，直到查找成功，或所有查找区域无记录，查找失败为止。

步骤：（1）确定查找区间的中点位置：mid=[(low+high)/2]，其中，low为起始位置，                                                                                        high为终止位置

                              （2）将位于mid位置处的数据元素的关键字与给定值key进行比较

                                            1.   key=elem[mid].key    成功

                                            2.   key<elem[mid].key    则high=mid -1

                                            3.   key>elem[mid].key    则low=mid-1

                              （3）重复，直到2查找成功或者low>high

（3）索引查询（分块查找）

      概念：首先查找索引表，可用二分查找或顺序查找，然后在确定的块中进行顺序查找。

      当数据量更大的时候，如果稠密索引的大小也超出了内存的容量，那么查找索引也会带来IO，效率就会大大降低了。分块索引的不同在于不需要对每一个记录记录索引，而是对记录进行分块。分块索引要求数据是分块有序的，也就是说，数据被分为很多块，每一块内部并没有排序，但是第n块中的每一个元素都比第n+1块要小，这样虽然每一块是无序的，但块和块是有序的。维护这样的顺序关系要比对整个排序消耗得少很多。
    分块索引只需要记录每一块的信息，查找时先定位到某一块，然后到那个块里顺序查找。分块索引内记录的索引项包括这个块的最大值（或最小值）、位置信息等，可以包括块内元素个数等信息。

3、基于树的查找

       前面讨论的几种查找方法中，二分查找效率最高，但其要求表中记录按照关键字有序，且只能在顺序表上实现，从而需要在插入和删除操作时移动很多的元素。如果不希望表中记录按关键字有序，而又希望得到较高的插入和删除效率，可以考虑使用几种特殊的二叉树或树作为表的组织形式。

（1）二叉排序树

  概念：

（1）若左子树不空，则左子树上所有节点的值均小于它的根节点的值；

（2）若右子树不空，则右子树上所有节点的值均大于它的根节点的值；

（3）左、右子树也分别为二叉排序树；

（4）没有键值相等的节点。

B树、红黑树，仙子啊不想写了。

 

 

参考：https://www.cnblogs.com/edisonchou/p/4700850.html

https://blog.csdn.net/jarelzhou/article/details/18564943