他山之石,可以攻玉。👉 👉 My Blog - 小牛肉的个人博客,欢迎来访~👈 👈
文章目录
思维导图
一、线性结构
1. 顺序查找(线性查找)O(n)
主要用于在线性表上进行查找
int Search_Seq(int *a,int x){
//a[0]作哨兵,使得循环不必判断数组是否越界
//因为满足i==0时,循环一定会跳出
a[0] = x;
int i;
for(i = 10;a[i]!=x;i--);
return i;
}
注:对于顺序查找,不管线性表是有序的还是无序的,成功查找第一个元素的比较次数为1,成功查找第二个元素的比较次数为2,依次类推,每个元素查找成功的比较次数只与其位置有关,与是否有序无关。
对有n个元素的有序顺序表和无序顺序表进行顺序查找,讨论平均查找长度
2. 折半查找(仅适用于有序的顺序表) O(log2n)
int Binary_Search(int *a,int x){
int low = 0, high = 10,mid;
while(low<=high){
mid = (low+high)/2;
cout << a[low] << setw(5) << a[mid] << setw(5) << a[high] << endl;
if(a[mid]==x)
return mid;
else if(a[mid]<x)
low = mid+1;
else
high = mid-1;
}
return -1; //若查找成功不会走到这一步
}
3. 分块查找(索引顺序查找)
块中元素可无序,块间元素须有序
二、树形结构
1. 二叉排序树
2. 平衡二叉树
3. B / B+ 树
B树的插入删除操作
插入:
-
插入后该结点关键字个数小于等于m-1,直接插入
-
插入后该结点关键字个数大与m-1,以该结点的中间元素为轴进行结点分裂,并将该结点的中间元素上移到其父结点,相应的父结点要增加新分支,即分裂的结点
删除(叶节点):以3阶为例
-
删除该关键字后所在结点的关键字个数 > [m/2]取上整 - 1, 直接删除关键字
-
删除该关键字后所在结点的关键字个数 < [m/2]取上整 - 1 且与其相邻的左(右)兄弟结点够借 , 父子换位法(兄弟的第一个元素上移到父结点,父结点的最后一个元素下移到要删除的关键字所在的结点。—— 兄弟够借,父子换位
-
删除该关键字后所在结点的关键字个数 < [m/2]取上整 - 1 且与其相邻的左(右)兄弟结点不够借 , 则将关键字删除后,将父结点第一个元素下移至要删除元素所在结点处 并与其兄弟结点合并 —— 兄弟不够借,父子合并
B树的建立过程举例:
三、散列结构
散列表
1. 散列表的定义
散列(哈希)表: 根据关键码值(Key value)而直接进行访问的数据结构 。根据给定的关键字通过散列函数来计算出关键字在表中的地址,以加快查找的速度。
2. 散列函数的构造方法
-
直接定址法
H(key) = a*key + b
-
除留取余法
H(key) = key%p
(p为不大于m的最大质数)
3. 散列(哈希)冲突
冲突:指的是多个关键字映射同一个地址的情况。
4. 处理冲突的方法
1.开放定址法
- 线性探测法(常用,会产生堆积问题)
冲突发生时顺序查找下一个位置 - 平方探测法
- 再散列法
2.拉链法(所有的同义词都存储在一个线性链表中)
5. 性能分析
平均查找长度仅依赖于装填因子,越满发生冲突的可能性越大。
- ASL成功 (除以 元素的总个数)
- ASL失败 (除以 P 或 mod后面的数)
四、字符串模式匹配
KMP 算法
int Index_KMP(string s,string T,int next[],int pos){
int i = pos,j = 1; //i代表母表,j代表字表
while(i<=s.length && j<T.length){
if(j==0 || s[j]==T[i]){
i++;
j++;
}
else
j = next[j];
}
if(j>T.length) //匹配成功
return i-T.length;
else
return 0;
}
next 数组算法如下: