考研数据结构chapter7查找

kid_star

已于 2024-04-07 19:02:33 修改

阅读量1.1k

点赞数 14

分类专栏： 25考研408 25考研数据结构文章标签：数据结构 c++ 考研

于 2024-04-07 18:59:41 首次发布

本文链接：https://blog.csdn.net/straight_out/article/details/137121070

版权

25考研408 同时被 2 个专栏收录

19 篇文章 1 订阅

订阅专栏

25考研数据结构

4 篇文章 0 订阅

订阅专栏

3）查找表的n个关键字，有n+1个失败结点

（1）每个非叶结点平衡因子=1，说明树的结点数min

(1)if根节点黑高=bh,则从根开始pathmax<=2pathmin

(2)树高度h,结点数n，h>=2log2(n+1)

（2）分支最少m/2 up，关键字最少m/2 up -1

（3）每棵子树高度相同 <==>叶子结点都在一层

（2）keyword数量 m/2 up -1

（3）等高

2.不同点

（1）B+还可以顺序查找

（2）B树每个结点包含信息，B+只有叶子结点包含信息

（4）装填因子（负载因子） and 存储效率

3）常用方法（计算di -- 第i次移动时的偏移量）

探测覆盖率(informal):在偏移的时候能覆盖散列表的程度

一、基本概念

1.概念

查找、查找表、关键字(唯一性)

2.操作

查找、插入、删除

只执行查找操作的表称为静态查找表，else动态查找表

3.评价查找算法

查找长度、平均查找长度(ASL)、考虑成功and失败时的ASL

二、顺序查找

演示操作：html演示

1.思路

循环查询

or 运用哨兵：将带查找ele放置0号，当遍历到0号时说明未找到

优点：不用考虑越界问题

2.实现

ASL成功：(1+2+……+n) / n= (n+1)/2

ASL不成功：n+1

3.优化

1）有序表

生成查找判定树，左小右大，当ele处于某一位置时结束查询，可以降低ASL不成功

eg:7 13 19 29 37 43 找21

查找判定树如下：

so当查21时，查找29说明小于，则为(19,29)之间，so查找4次，即父节点的高度

总结：查找成功，查找次数为节点的高度；查找失败，查找次数为节点的高度

2）每个ele被查找的概率不同

将概率大的放前面，可以降低ASL成功

eg:7 13 19 29 37 43 找21

查找概率：15% 5% 10% 40% 28% 2%

改动前:ASL成功=1*0.15+2*0.05+……+6*0.02=3.67

->29 37 7 19 13 43

ASL成功=(1*0.4+2*0.28+……+6*0.02) /6 = 2.18

4.Tn

O(n)

三、折半查找

1.思路

折半查找只适用于有序的顺序表

因为顺序表可以随机查找

2.实现（不考虑相等ele）

三个指针，low，high，mid,low指向第一个ele，high指向最后一个ele，mid指向中间，依次判断mid与待找ele大小，根据大小移动low or high，循环

3.查找判定树

（1）构建

用mid将arr分成左右两个部分，右子树个数-左子树个数<=1

（2）特性

1）查找判断树一定为平衡的BST

每次中分，肯定结点个数之差<=1

2）只可能最底下一层不满

3）查找表的n个关键字，有n+1个失败结点

n个结点时n+1个空指针

4）树高h = log2(n+1) up

4.Tn

O(log2n) ~ O(logn)

四、分块查找(索引顺序查找)

1.思路

将整个arr分成若干块，块内无序，块间有序

分成两个部分：索引表+小arr

记录索引表中每个分块max的keyword作为分块区间

2.实现

∵索引表之间有序，so可以使用二分or顺序查找

先判断带查找ele在哪个部分，再在小arr中遍历查询

又∵没有规律的话不好计算，so一般考的都是有规律的

将整个arr分成b块，每块有s个ele

4.ASL成功

ASL = 查找索引表+查找小arr

（1）顺序查找索引表

(1+2+3+……+b)/b+(1+2+3……+s)/s = (b+1)/2+(s+1)/2 = (b+s)/2 + 1

当s = n^(1/2)时ASLmin（求导推导）

（2）折半查找索引表

log2(b+1) up + (s+1)/2

5.易错点

if折半查找时待查找ele与索引表中ele不相同，则在low指向的索引表指向的小arr中寻找

五、二叉排序树(二叉查找树)(BST)

演示网址

1.定义(与二叉树相同)

左小右大

2.创建

插入ele，与查找思路相同，与已插入结点比较，if e 小，递归lchild

3.输出

中序遍历，检查是否创建成功，升序

4.查找

（1）非递归

从根节点开始比较，if待查找ele==该结点，then ==，if 待查找ele > 该结点，则查找右孩子，if<则查找左孩子,if需要找目标结点的父节点，则在开始时可以使用parent记录T即可

（2）递归

从根开始比较，ife小，则递归比较lchild，if e 大，递归比较rchild

5.插入(与创建时插入相同)

6.删除

（1）叶子结点

直接删除

（2）一个孩子

该孩子代替被删除结点

（3）两个孩子

用待删除结点的前驱or后继顶替该结点

前驱：左子树最右下结点

后继：右子树最左下结点

reason:保证前小后大

7.查找效率分析

(1)Tn

取决于树的高度

Tn max = O(n) Tn min = O(log2n)

(2)ASL

ASL成功=1*1+2*2+……+4*3 / 10 = 2.9

ASL失败=3*5+4*6 /11 = 3.5

6.考点(难想到的)

与卡特兰数结合：有n个不同结点，问树形态多少个 1/(n+1) * C2n(n)

reason:卡特兰数应用场景 (利用栈，求顺序)

1.n个ele入栈，问出栈之后的顺序

2.n个结点，BSL树形态(中序遍历的顺序个数)

3.括号匹配，n对括号，有多少种匹配序列

六、平衡二叉树(AVL树)（手算）

1.定义与特性

每个结点|左右子树高度差|<=1

平衡因子

2.调整（*）

从下往上找不平衡子树，找最上面三个结点，进行调整，别的结点照抄+BST插入

再进行一次调整之后再次检查，看是否别的结点仍平衡

attn：当子树高度下降，父及祖先结点可能会不平衡

3.插入

1）已有树中插入新结点

BST插入+调整

2）空树中依次插入多个结点

依次BST插入，每次插入之后检查是否平衡，if不平衡调整

eg: 15 3 7 10 9 8

逐步解析：橙色底表示待调整子树

step1：15.3.7首次不平衡，直接按照左小右大调整

step2：插入9的时候，3.10.9不平衡，直接按照左小右大调整

step3：插入8时，根节点不平衡，so沿着8找最上面3个结点，so调整15.9.3

15.9.3按照左小右大调整，与这些结点相连的直接照抄，断开的结点按照BST插入

4.删除

BST删除+调整

5.查找

BST查找

6.使用场景

仅查询，静态查询表

7.考点

（1）每个非叶结点平衡因子=1，说明树的结点数min

推导：h为树高，T为结点个数

level Tmin

1 1

2 2

3 4

h Th-1 + Th-2 + 1

so Th = Th-1 + Th-2 + 1 表示if树有h层，最少结点数与前两层之间的关系

（2）已知树的高度，求结点数量min

七、红黑树(RBT)（会手画）

演示网址

1.背景

∵AVL树插入删除ele之后需要保证平衡，so使用红黑树

2.定义(*)

特殊的二叉排序树，左大右小

左根右，根叶黑，不红红，黑路同

3.性质(*)

(1)if根节点黑高=bh,则从根开始pathmax<=2pathmin

"不红红，黑路同",sopathmax肯定红黑交叉，pathmin全是黑的，但黑肯定<红黑个数一半

性质(1)推论：当树高=h时，树黑高>=h/2

(2)树高度h,结点数n，h>=2log2(n+1)

当根节点黑高= bh时，树结点数n>=2^bh -1

reason:性质(1)推论，so n>=2^(h/2)-1

4.插入(*)

插入结点看作红色结点，在插入时只用检查“不红红”。不符合条件时进行调整

看叔叔脸色

if叔叔是红色，则父节点、叔叔和爷爷结点换色，if爷爷是全树的根节点，then仍为黑色

if叔叔是黑色，则按照AVL查找的方法，调整，调整之后子树根变为黑色，左右孩子变成红色

最后补null

eg:3.10.7 .5.4.12

逐步解析：

step1：插入5，为红，叔叔为红，上三角换色，因为7为总根，so为黑

step2：插入4，叔为黑(黑null)，soAVL调整，3 . 5 .4，调整之后父为黑，子为红

step3：补黑null

5.删除(不考)

6.查找

与BST、AVL树相同

7.使用场景

仅查找，AVL；查找删除多的，RBT

八、B树（手算）

1.背景

由BST引出m叉树，m叉树表示最少有一个顶点有m个子树

但在m叉树操作中效率较低，因此对m叉树进行优化，产生B树

2.概念（要点）

（1）m阶B树表示一个结点最多有m个分支

attn:最多表示可以没有，考点:判断树的类型

（2）顶点中包括关键字

关键字表示分割线，

attn:根节点可以有多个关键字

（3）最底层表示叶子结点，空指针域

叶子结点个数表示最后分割成的总个数

3.性质

（1）左小右大

因为从BST来的

（2）分支最少m/2 up，关键字最少m/2 up -1

保证树不变成细高的，∵树的查找效率是由树的高度h决定

关键字两边是分支，so -1

（3）每棵子树高度相同 <==>叶子结点都在一层

AVL树差度-1太麻烦了，直接保证绝对平衡

（4）树高度h与结点个数n关系

推导：根据结点数

attn：h表示整棵树的高度，n表示总结点数

做题的时候可以灵活使用,if问第n个结点最大最小高度，则直接使用这个公式也可以，此时理解为n为该树前n个结点构成此树的第几层

4.查找

从根开始查找，根据左小右大，在每个顶点处可以顺序or二分查找，找到就停止

attn:整体不能称为顺序查找，因为顺序查找适用于线性存储结构，树是树形存储结构

5.插入（构建）

整体从下往上插入，根据左小右大，溢出了就从m/2 up处裂开，此处关键字扔到上层变成父结点，后面的变成兄弟结点中的keyword

step1：计算m/2 up = 2

step2:插入+检查

1)eg:插入99

2)插入87

3）插入75

逐步分解：

step1:移动73，到目标地方，但是父节点也溢出，so父节点裂开

step2：移动80

step3：检查整体是否左小右大

6.删除

删除时按照BST原则，so删除任何结点一定转化为终端结点

借keyword和检查按照每个结点最少的keyword原则

situation：

（1）左(右)兄弟够借

if一方够借，则借一个，但是直接借左小右大原则破坏，so与父结点中的keyword一块换

（2）都不够借

与父节点中keyword、一方整合

eg:以右方为eg：右方结点中kw和这两个的父节点中适合的kw结合，空结点删除，合并之后检查

（3）step

step1：计算kw min

step2:按照BST删除，左小右大调整

step3：检查，是否还需要调整

（4）eg：5阶B树

1)删除80（转终端结点）

2）删除38（右兄弟够借）

逐步分析：

step1：计算kw min = 5/2 up -1 = 2

step2：删除38，删除之后25.38这个结点kw不符合要求，右兄弟3个够

step3：但是直接70->38不符合左小右大，so父亲第一kw到左孩子，右孩子第一个kw到父节点第一个kw

step4：检查

3）删除49

逐步分析：

step1：kw min =2

step2：删除49，kw不符合要求，右兄弟不够借，父第一个kw、右兄弟合并

step3：父节点kw不符合要求，右兄弟不够借，父第一个kw、右兄弟合并

step4：检查

九、B+树(概念)

B树+分块查找

相当于B树的应用，if我们需要进行索引操作，那么需要找到最后一个ele(B+的叶子结点)

1.概念

n阶B+树表示一个结点最多有几个子树，so 结点:kw == 1:1

2.查找

中途遇到相同的时候不能停，需要查到叶子结点

reason：分支结点仅表示索引，不带信息

distinguish:B查到相同的就可以停止，B树分支结点也带信息

3.应用

MySql的索引应用的就是B+树的原理

4.考点

见十

十、B树 vs B+树

B+常这样考察

1.相同点

（1）都可以随机存储

构建树的本质就是能够随机查找ele，（集合）

（2）keyword数量 m/2 up -1

（3）等高

绝对平衡

2.不同点

（1）B+还可以顺序查找

B+树叶子结点直接是顺序存储的，so可以顺序查找

（2）B树每个结点包含信息，B+只有叶子结点包含信息

（3）关键字:分支

B树n:n+1,B+树1：1

十一、散列表

1.概念

（1）散列表 and 散列函数

散列表：哈希表

散列函数：映射关系

（2）冲突 and 同义词

多个关键字映射到了一个地址，产生了冲突，彼此之间称为同义词

（3）聚集（堆积）

因为产生冲突，so需要解决冲突，由于解决冲突算法的好坏，因此可能使同义词分布在目标的附近很长空间，因此查找时效率降低，这种现象叫做聚集or堆积

（4）装填因子（负载因子） and 存储效率

装填因子：散列表中记录数 / 散列表能容纳的总记录数

存储效率：能够放置记录的数量 / 散列表总长度

so可以用装填因子表示

2.构建散列函数

（1）target

减少关键字映射到同一个地址的情况

（2）attn

1)能囊括所有关键字(定义域为R)

2)散列函数值域<=地址范围

3)均匀分布

4)尽可能简单

（3）方法

1）除留余数法

取余，余数选择：靠近地址长度的质数

最常用的算法，只要是整数即可

2）直接定址法

一串连续的数，数值 - 第一个数

so相当于从0开始

H(key) = key - 第一个ele

eg ： 10 11 12 13 14 15 16

H(key) = key - 10

0 1 2 3 4 5 6

3）数字分析法

关键字有几位分布均匀，so根据这几位分布均匀的数字进行定址

4）平方取中法

每一位都不均匀，so将kw平方之后取中间几位

reason：中间几位收到每一位的影响

3.解决冲突

（1）拉链法

拉链法演示

所有映射到一个地址的所有kw用指针连起来

1）插入

step1：根据映射函数找target地址

step2：头插法(default)or尾插法

优化：在插入时保证有序，查询时可以使用二分查找，效率略微提高

2）查找

step1：根据映射函数找target地址

step2：依次遍历所有eles

分析查找长度：查找长度是与kw查找的次数，不计算空指针(default)

attn:if算了一遍没有，确定计算过程及结果是正确之后没有，再算上空指针计算一遍

3）删除

查找+删除

（2）开放地址法

1）原理

在发生冲突时候，让同义词放置大周围弄地址处

2）操作

i)插入

计算目标地址+解决冲突，直到有null地址

ii)查找

计算目标地址+解决冲突，直到有相同（查找成功）or null（查找失败）

iii)删除

计算目标地址+解决冲突，直到有相同（之后删除）or null（查找失败进而删除失败）

attn:不能物理删除，因为if置null了，后面就没有办法到了，之后就无法删除

解决措施：逻辑删除，设置一个删除标志，so当删除后面的eles时接着查询即可

存在缺陷：长此以往，全是空标志，但是实际没有data

解决措施：定期删除空位置关键字，移动由于冲突被移动的kw

3）常用方法（计算di -- 第i次移动时的偏移量）

i)线性探测法

依次往右走

ii)平方探测法

依次移动 (-1)^n i^2 -- 左右摇摆

iii)双散列法

利用两个散列函数

iv)伪随机序列法

coder DIY

attn:所有算法在实际使用时都是循环的，当到了散列表尾部可以回来

4）拓展：计算探测覆盖率

探测覆盖率(informal):在偏移的时候能覆盖散列表的程度

i)线性探测法

能覆盖所有，最多移动n-1次

ii)平方探测法

左右移动，又是对称，so覆盖率>=50%,but不能全部

提高探测覆盖率的方法：令散列表长度m = 4j+3

iii)双散列法

利用两个散列函数hash(key)、hash2(key) ，so不一定能全部覆盖

提高探测覆盖率的方法：让hash2(key)与m互质

做法：令m为质数 hash2(key) = m - (key%m)

so hash2(key) <= m ,就能查到所有地址

iv)伪随机序列法

coder DIY,so无法确定

4.性能分析

（1）影响散列表查找效率的因素

填充因子、散列函数、解决冲突算法

（2）计算ASL

ASL success

ASL failure = sum 可能映射到的地址*比较的次数 / 可能偏移的地址

attn:默认是不包括空指针，但是if选项没有，就算上空指针算一遍

eg:长度5散列表，函数H(k) = (k+4)%5,用线性探查再散列解决冲突，kw ：2022.12.25，然后删除25，求ASL失败

A.1 B 1. 6 C 1.8 D 2.2

step1：计算target地址

step2：处理冲突

step3：删除25，attn:是逻辑删除，so遇到应继续

step4：计算ASL failure

1 1 4

2022 12 25(已删除)

0 1 2 3 4

ASLf = 0+2+1+0+0 / 5 = 0.6 （没算null）

答案没有

ASLf = 1+3+2+1+2 / 5 = 1.8（算null） -> C

kid_star

关注

14
点赞
踩
23

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录