查找总结

最新推荐文章于 2020-05-02 21:16:04 发布

LNK_Ero2001

最新推荐文章于 2020-05-02 21:16:04 发布

阅读量577

点赞数 1

分类专栏：简单算法

本文链接：https://blog.csdn.net/u014245881/article/details/46794819

版权

简单算法专栏收录该内容

5 篇文章 0 订阅

订阅专栏

顺序表的查找

顺序查找（线性查找）：从表中第一个（或者最后一个）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相等时，则表中没有所查的记录，查找不成功。

/* 无哨兵顺序查找，a为数组，n为要查找的数组个数，key为要查找的关键字 */
int Sequential_Search(int *a,int n,int key)
{
	int i;
	for(i=1;i<=n;i++)
	{
		if (a[i]==key)
			return i;
	}
	return 0;
}

可以设置一个哨兵，这样便不用每次让i与n比较，这样在数据较多时，可以大大提高效率。

/* 有哨兵顺序查找 */
int Sequential_Search2(int *a,int n,int key)
{
	int i;
	a[0]=key;
	i=n;
	while(a[i]!=key)
	{
		i--;
	}
	return i;
}

顺序表查找最优情况是O(1)，最坏为O(n),平均为O(n)。

有序表的查找

当线性表中的记录是关键码有序的(通常从大到小有序），且采用顺序存储结构，此时可以使用折半查找。其基本思想是：在有序表中取中间记录作为比较对象，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。其复杂度为O(logn)

/* 折半查找 */
int Binary_Search(int *a,int n,int key)
{
	int low,high,mid;
	low=1;	/* 定义最低下标为记录首位 */
	high=n;	/* 定义最高下标为记录末位 */
	while(low<=high)
	{
		mid=(low+high)/2;	/* 折半 */
		if (key<a[mid])		/* 若查找值比中值小 */
			high=mid-1;		/* 最高下标调整到中位下标小一位 */
		else if (key>a[mid])/* 若查找值比中值大 */
			low=mid+1;		/* 最低下标调整到中位下标大一位 */
		else
		{
			return mid;		/* 若相等则说明mid即为查找到的位置 */
		}
		
	}
	return 0;
}

二叉查找树

二叉排序树又称二叉查找树，它或者是一颗空树，或者是具有下列性质的二叉树：

1.若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；

2.若它的右子树不空，则左子树上所有结点的值均大于它的根结点的值；

3.它的左右子树也分别为二叉排序树；

二叉查找树的结构定义

/* 二叉树的二叉链表结点结构定义 */
typedef  struct BiTNode	/* 结点结构 */
{
	int data;	/* 结点数据 */
	struct BiTNode *lchild, *rchild;	/* 左右孩子指针 */
} BiTNode, *BiTree;

二叉查找树的查找：

/* 递归查找二叉排序树T中是否存在key, */
/* 指针f指向T的双亲，其初始调用值为NULL */
/* 若查找成功，则指针p指向该数据元素结点，并返回TRUE */
/* 否则指针p指向查找路径上访问的最后一个结点并返回FALSE */
Status SearchBST(BiTree T, int key, BiTree f, BiTree *p) 
{  
	if (!T)	/*  查找不成功 */
	{ 
		*p = f;  
		return FALSE; 
	}
	else if (key==T->data) /*  查找成功 */
	{ 
		*p = T;  
		return TRUE; 
	} 
	else if (key<T->data) 
		return SearchBST(T->lchild, key, T, p);  /*  在左子树中继续查找 */
	else  
		return SearchBST(T->rchild, key, T, p);  /*  在右子树中继续查找 */
}

二叉查找树的插入操作

/*  当二叉排序树T中不存在关键字等于key的数据元素时， */
/*  插入key并返回TRUE，否则返回FALSE */
Status InsertBST(BiTree *T, int key) 
{  
	BiTree p,s;
	if (!SearchBST(*T, key, NULL, &p)) /* 查找不成功 */
	{
		s = (BiTree)malloc(sizeof(BiTNode));
		s->data = key;  
		s->lchild = s->rchild = NULL;  
		if (!p) 
			*T = s;			/*  插入s为新的根结点 */
		else if (key<p->data) 
			p->lchild = s;	/*  插入s为左孩子 */
		else 
			p->rchild = s;  /*  插入s为右孩子 */
		return TRUE;
	} 
	else 
		return FALSE;  /*  树中已有关键字相同的结点，不再插入 */
}

二叉查找树的删除

二叉树的删除可分为三种情况

1.删除叶子结点；

2.仅有左右子树的结点；（结点删除之后，将他的左右子树整个移动到删除结点的位置）

3.左右子树都有的结点；（找到需要删除结点p的（中序遍历后的）直接前驱（或直接后继）s，用s来替换p然后再删除此结点s）

/* 从二叉排序树中删除结点p，并重接它的左或右子树。 */
Status Delete(BiTree *p)
{
	BiTree q,s;
	if((*p)->rchild==NULL) /* 右子树空则只需重接它的左子树（待删结点是叶子也走此分支) */
	{
		q=*p; *p=(*p)->lchild; free(q);
	}
	else if((*p)->lchild==NULL) /* 只需重接它的右子树 */
	{
		q=*p; *p=(*p)->rchild; free(q);
	}
	else /* 左右子树均不空 */
	{
		q=*p; s=(*p)->lchild;
		while(s->rchild) /* 转左，然后向右到尽头（找待删结点的前驱） */
		{
			q=s;
			s=s->rchild;
		}
		(*p)->data=s->data; /*  s指向被删结点的直接前驱（将被删结点前驱的值取代被删结点的值） */
		if(q!=*p)
			q->rchild=s->lchild; /*  重接q的右子树 */ 
		else
			q->lchild=s->lchild; /*  重接q的左子树 */
		free(s);
	}
	return TRUE;
}

/* 若二叉排序树T中存在关键字等于key的数据元素时，则删除该数据元素结点, */
/* 并返回TRUE；否则返回FALSE。 */
Status DeleteBST(BiTree *T,int key)
{ 
	if(!*T) /* 不存在关键字等于key的数据元素 */ 
		return FALSE;
	else
	{
		if (key==(*T)->data) /* 找到关键字等于key的数据元素 */ 
			return Delete(T);
		else if (key<(*T)->data)
			return DeleteBST(&(*T)->lchild,key);
		else
			return DeleteBST(&(*T)->rchild,key);
		 
	}
}

平衡二叉树（AVL树）

也是一种二叉排序树，其中每一个结点的左子树和右子树的高度差至多等于1.将二叉树上结点的左子树深度减去右子树深度的值称为平衡因子（BF），那么平衡二叉树上所有结点的平衡因子只可能是-1,0,1。

距离插入节点最近的且平衡因子的绝对值大于1的结点为根的子树，我们称之为最小不平衡子树（如图）。

平衡二叉树的构建思想是：在构建二叉排序树的过程中，每当插入一个结点，先检查是否因插入而破坏了树的平衡，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之间的链接关系，进行相应的旋转，使之成为新的平衡子树。结点平衡因子BF大于1时就右旋，小于-1时就左旋，当插入结点后，最小不平衡子树的BF与它的子树BF符号相反时，先对结点进行一次旋转以使得符号相同后，再反向旋转一次才能完成平衡操作。（如图平衡二叉树，插入9）此时查找，插入和删除的时间复杂度均为O(logn)。

多路查找树

多路查找树：其每一个结点的孩子数可以多于两个，且每一个结点处可以存储多个元素。

2-3树

定义：首先它是一颗多路查找树，其中每一个结点都具有两个孩子（我们称之为2结点）或三个孩子（我们称之为3结点）。一个2结点包含一个元素和两个孩子（或没有孩子）

其左子树包含的结点小于该元素，右子树包含的结点大于该元素。一个3结点包含一小一大两个元素和三个孩子（或者没有孩子），若果有三个结点那么左子树包含小于较小元素的元素，右子树包含大于较大元素的元素，中间子树包含介于两元素之间的元素且2-3树所有的叶子都在同一层上。

B树

定义：是一种平衡的多路查找树，2-3树即是B的特例，结点最大的孩子数目称为B树的阶。

它具有如下属性：

1.如果根结点不是叶子结点，则其至少有两颗子树；

2.每一个非根的分支节点都有k-1个元素和k个孩子，其中[m/2]<=k<=m，每一个叶子结点n都有k-1个元素，其中[m-2]<=k<=m；

3.所有分支结点包含下列信息（n,A0,K1,A1,K2...Kn,An),其中Ki(i=1,2...n)为关键字,且Ki<Ki+1;Ai为指向子树根结点的指针，且Ai-1所指子树中所有结点的关键字均小于Ki(i=1,2,3...n),An所指子树中所有结点的关键字均大于Kn,n为关键字个数[m-2]-1<=n<=m-1；

4.所有叶子结点都位于同一层次；