三种不同查找算法实际查找性能的对比

   一、查找问题的介绍

        查找问题就是在给定的集合（或者是多重集，它允许多个元素具有相同的值）中找寻一个给定的值，我们称之为查找键。有许多查找算法可供选择，其中既包括直截了当的顺序搜索，也包括效率极高但应用受限的折半查找，还有那些将原集合用另一种形式表示以方便查找的算法。最后一类算法对于现实应用具有特别重要的价值，因为它们对于大型数据库的信息存取来说是不可或缺的。

         对于查找来说，没有一种算法在任何情况下都是最优的。有些算法速度比其他算法快，但需要较多的存储空间；有些算法速度非常快，但仅适用于有序的数组，诸如此类。和排序算法不同，查找算法没有稳定性问题，但会发生其他问题。具体来说，如果应用里的数据相对于查找次数频繁变化，查找问题就必须结合另外两种操作一起考虑：在数据集合中添加和删除元素的操作。在这种情况下，必须自习选择数据结构和算法，以便在各种操作的需求之间达到一个平衡。而且，对于用于高效查找的特大型数据集合来说，如何组织其结构是一项不同寻常的挑战，而这对实际应用具有非常重要的意义。

针对查找问题采用了三种方法：线性表直接查找，二叉排序树查找，平衡二叉排序树查找三种方法。

1）其中线性表(Linear List,LL)直接查找，通过将数据集合存储在数组中，每次从数组首地址开始一直搜索到数组末尾，直到查找到待查元素和到达数组末尾为止。并针对该方法给出了一个优化的算法，对数组中的元素增加一个频度域，将查找频度最高的元素放在数组最前面，依次按频度对数组中元素进行排序。

2）二叉排序树（Binary Sort Tree,BST）查找，BST又称二叉搜索树，其定义为：二叉排序树或者是一颗空树，或者是具有如下性质的二叉树：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、右子树也分别是二叉排序树；④没有键值相等的节点。从BST的定义中可知，在BST中查找一个元素的过程，即从根节点开始，每次根据待查元素与根节点的比较，决定查找成功或者依左或右子树查找，直到找到待查元素或者都到叶子节点为止。

3）平衡二叉查找树（