查找
查找的基本概念c
列表:由同一类型的数据元素组成的集合。
关键码:数据元素中的某个数据项,可以标识列表中的一个或一组数据元素。
键值:关键码的值。
主关键码:可以唯一地标识一个记录的关键码。
次关键码:不能唯一地标识一个记录的关键码。
查找 :在具有相同类型的记录构成的集合中找出满足给定条件的记录。
查找的结果 :若在查找集合中找到了与给定值相匹配的记录,则称查找成功;否则,称查找失败。
静态查找适用于:查找集合一经生成,便只对其进行查找,而不进行插入和删除操作; 或经过一段时 间的查找之后,集中地进行插入和删除等修改操作。
动态查找适用于:查找与插入和删除操作在同一个阶段进行。
线性表:适用于静态查找,主要采用顺序查找技术、折半查找技术。
树表:适用于动态查找,主要采用二叉排序树的查找技术。
散列表:静态查找和动态查找均适用,主要采用散列技术。
查找算法的性能(通过关键码的比较次数来度量)
影响因素:(1)算法 (2)问题规模 (3)待查关键码在查找集合里的位置 (4)查找频率
注:查找频率取决于具体应用。通常是已知的。
平均查找长度(关键码的比较次数)
查找成功(ASLsucc)/失败(ASLusucc)时:ASL=p1c1+p2c2+…+pn*cn
n为查找集合中记录的个数;pi为查找第i个记录的概率;ci为查找第i个记录所需关键码比较的次数
线性表的查找技术
顺序查找(线性查找)
从线性表的一端向另一端逐个将关键码与给定值进行比较,
如果相等,则查找成功,给出该记录在表中的位置;
如果整个表检测完仍未找到与给定值相等的关键码,则查找失败,给出失败信息。
带监视哨的顺序查找
设置“哨兵”(待查值),将哨兵放在查找方向的尽头处,免去了在查找过程中每一次比较后都 要 判断查找位置是否越界,从而提高查找速度。
int i = length; //从数组高端开始比较
data[0] = k; //设置哨兵
while (data[i] != k) //不用判断下标i是否越界
顺序查找的优点
算法简单而且使用面广。
对表中记录的存储结构没有任何要求,顺序存储和链接存储均可;
对表中记录的有序性也没有要求,无论记录是否按关键码有序均可。
顺序查找的缺点
平均查找长度较大,特别是当待查找集合中元素较多时,查找效率较低。
折半查找
条件:线性表中的记录必须按关键码有序
必须采用顺序存储
基本思想:在有序表中(low, high,low<=high)
取中间记录作为比较对象
若给定值与中间记录的关键码相等,则查找成功
若给定值小于中间记录的关键码,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码,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,或所查找的区域无记录,查找失败
折半查找判定树
判定树:折半查找的过程可以用二叉树来描述
树中的每个结点对应有序表中的一个记录
结点的值为该记录在表中的位置
通常称这个描述折半查找过程的二叉树为折半查找判定树,简称判定树
折半查找判定树的根结点为mid=(n+1)/2,
任意两棵折半查找判定树,若它们的结点个数相同,则它们的结构完全相同
判定树的性质
任意结点的左右子树中结点个数最多相差1
任意结点的左右子树的高度最多相差1
任意两个叶子所处的层次最多相差1
树表的查找技术
线性表查找特点
线性表查找是静态的查找,要在线性表上进行动态查找,存在以下的问题:
无序顺序表上进行动态查找,插入操作简单,但查找的复杂性高
有序顺序表上进行动态查找,查找的时间复杂性好,但是插入操作时间复杂性高
单链表上进行动态查找,插入操作简单,但查找操作复杂性高
解决办法:
采用二叉树这种数据结构,实现动态查找
二叉排序树
二叉排序树(也称二叉查找树):或者是一棵空的二叉树,或者是具有下列性质的二叉树:
⑴若它的左子树不空,则左子树上所有结点的值均小于根结点的值;
⑵若它的右子树不空,则右子树上所有结点的值均大于根结点的值;
⑶ 它的左右子树也都是二叉排序树。
注: 中序遍历二叉排序树可以得到一个按关键码有序的序列
平衡二叉树(AVL树)
平衡二叉树:或者是一棵空的二叉排序树,或者是具有下列性质的二叉排序树:
⑴ 根结点的左子树和右子树的深度最多相差1;
⑵ 根结点的左子树和右子树也都是平衡二叉树。
注:平衡因子:结点的平衡因子是该结点的左子树的深度与右子树的深度之差。
在平衡树中,结点的平衡因子可以是1,0,-1。
最小不平衡子树:在平衡二叉树的构造过程中,以距离插入结点最近的、且平衡因子的绝对值大 于1的结点为根的子树。
在构造二叉排序树的过程中,每插入一个结点时,首先检查是否因插入而破坏了树的平衡性
若是,则找出最小不平衡子树,在保持二叉排序树特性的前提下,调整最小不平衡子树中各结点 之间的链接关系,进行相应的旋转,使之成为新的平衡子树。
设结点A为最小不平衡子树的根结点,对该子树进行平衡调整归纳起来有以下四种情况:
1. LL型
2. RR型
3. LR型
4. RL型
在一个平衡二叉排序树上插入一个新结点S时,主要包括以下三步:
(1) 查找应插位置, 同时记录离插入位置最近的可能失衡结点A(A的平衡因子不等于0)。
(2) 插入新结点S, 并修改从A到S路径上各结点的平衡因子。
(3) 根据A、 B的平衡因子, 判断是否失衡以及失衡类型, 并做相应处理。
B树(适合在磁盘等直接存取设备上组织动态的查找表)
m阶B-树:是满足下列特性的树
(1) 树中每个结点至多有m棵子树;
(2) 若根结点不是终端结点,则至少有两棵子树;
(3) 除根结点外,其他非终端结点至少有?m/2? 棵子树;
(4)所有非终端结点都包含以下数据:
(n,A0,K1,A1,K2,…,Kn,An)
其中,n(?m/2? ?1≤n≤m ?1)为关键码的个数;
Ki(1≤i≤n)为关键码,且Ki<Ki+1(1≤i≤n-1);
Ai(0≤i≤n)为指向子树根结点的指针,且指针Ai所指子树中所有结点的关键码均小于Ki+1大于 Ki。
(5)所有叶子结点都在同一层上,B树是高平衡的。
m阶B+树定义
(1)每个结点至多有m个子结点;
(2)每个结点(除根外)至少有ceiling(m/2)个子结点;
(3)根结点至少有两个子结点;
(4)有k个子结点的结点必有k个关键码。
m阶B+树特性
⑴ 含有m个关键码,每一个关键码对应一棵子树。
⑵ 关键码Ki是它所对应的子树的根结点中的最大(或最小)关键码。
⑶ 所有终端结点中包含了全部关键码信息,以及指向关键码记录的指针。
⑷ 所有终端结点按关键码的大小链在一起,形成单链表,并设置头指针。
B+和B-树特点
对于阶数相同的两棵树,每个节点所包含的分支数的定义相同(不能少于m/2,不能多于m)
每个节点所包含的关键字的个数不同
B-树中,关键字不重复出现;B+树中,叶子节点存放所有的关键字,内部结点存储着其后继节点 中最大的关键字
插入操作都会引起节点的分裂
删除操作都会引起节点的合并
B-树适用于随机检索;B+树支持随机和顺序检索
散列表(hash)的查找技术
散列的基本思想:在记录的存储地址和它的关键码之间建立一个确定的对应关系。这样,不经过比 较,一次读取就能得到所查元素的查找方法。
散列表:采用散列技术将记录存储在一块连续的存储空间中,这块连续的存储空间称为散列表。
散列函数:将关键码映射为散列表中适当存储位置的函数。
散列地址:由散列函数所得的存储位置址 。
冲突:对于两个不同关键码ki≠kj,有H(ki)=H(kj),即两个不同的记录需要存放在同一个存储位 置,ki和kj相对于H称做同义词。
散列函数
设计散列函数一般应遵循以下原则:
⑴ 计算简单。散列函数不应该有很大的计算量,否则会降低查找效率。
⑵ 函数值即散列地址分布均匀。函数值要尽量均匀散布在地址空间,这样才能保证存储空间的 有效利用并减少冲突。
直接定址法:
H(key) = a ? key + b (a,b为常数)
适用:事先知道关键码,关键码集合不是很大且连续性较好
除留余数法
H(key)=key mod p
一般情况下,选p为小于或等于表长(最好接近表长)的最小素数
除留余数法是一种最简单、也是最常用的构造散列函数的方法,并且不要求事先知道关键码的分 布
数字分析法
根据关键码在各个位上的分布情况,选取分布比较均匀的若干位组成散列地址。
适用:事先知道关键码的分布,
关键码的分布均匀
平方取中法
对关键码平方后,按散列表大小,取中间的若干位作为散列地址(平方后截取)。
适用:事先不知道关键码的分布且关键码的位数不是很大。
折叠法
将关键码从左到右分割成位数相等的几部分,将这几部分叠加求和,取后几位作为散列地址。
适用:关键码位数很多,事先不知道关键码的分布。