第七章小结

在过去学习的六个章节中，关于数据结构的课程已经学完了，而第七章我学习了基于各个数据结构的查找操作。

第七章查找中，主要分为三个部分的学习，也是三种不同的查找：1.线性表的查找 2.树表的查找 3.散列表的查找

1.线性表的查找：主要学习了顺序查找和折半查找，而分块查找则是了解为主。线性表的顺序查找已经是一个老问题了，主要的查找思想基本没有变化，将数据存储在一维数组中，然后使用循环来查找关键字的下标，但是在这一章节中学习了一种新的方式，对设置一个监视哨来进行顺序查找能让顺序查找在长度小于1000的查找所需的平均时间几乎减少一半。

顺序查找的优点是：算法简单，对表结构无任何需求，即适用于顺序结构，也适用于链式结构，无论记录是否按关键字有序均可使用。

缺点也有：平均查找长度较大，查找效率较低，所以当n很大时，不宜采用。

折半查找是一种效率较高的查找方法，但是需要线性表采用顺序存储结构，而且表中元素要有序排列。

假如有一组数为1，2，3，4, 5 ，6，7, 8, 9, 10要查给定的值7.可设三个变量low，mid，high分别指向数据的前，中间和后，mid=（low+high）/2.

思路:
a:将low=0,值为1;high=9,值为10(因为数组下标从0开始);mid=(low+high)/2,即等于4,值为32(因为整型会省略小数点);

b:将mid的值与查找的数作比较,如果mid<n(这里假设要查找的数为n),说明n在mid的后边,则使得low=mid+1,high不变;如果n<mid,说明n在mid的前边,则使得high=mid-1,low不变;如果mid==n,你懂的...

c:现在的mid等于4,值为5,查找的范围为:5,6,7,8,9,10,显然mid<n,此时mid执行2次循环便等于7，然后输出mid.

 

 

2.树表的查找

一、二叉排序树

 二叉排序树（简称BST）又称二叉查找（搜索）树，其定义为：二叉排序树或者是空树，或者是满足如下性质的二叉树：

（1）若它的左子树非空，则左子树上所有记录的值均小于根记录的值；

（2）若它的右子树非空,则右子树上所有记录的值均大于根记录的值；

（3）左、右子树本身又各是一棵二叉排序树。

在二叉排序树中插入一个关键字为k的新记录，要保证插入后仍满足BST性质。

插入过程：

（1）若二叉排序树T为空，则创建一个key域为k的节点，将它作为根节点；

（2）否则将k和根节点的关键字比较，若两者相等，则说明树中已有此关键字k，无须插入，直接返回0；

（3）若k 小于T->key，则将k插入根节点的左子树中。

（4）否则将它插入右子树中。

版权声明：本文为博主原创文章，转载请附上博文链接！

（1）被删除的节点是叶子节点：直接删去该节点。

（2）被删除的节点只有左子树或者只有右子树，用其左子树或者右子树代替它。

（3）被删除的节点既有左子树，也有右子树：以其前驱替代之，然后再删除该前驱节点。前驱是左子树中最大的节点。也可以用其后继替代之，然后再删除该后继节点。后继是右子树中最小的节点。

二、平衡二叉树(AVL)

若一棵二叉树中每个节点的左、右子树的高度至多相差1，则称此二叉树为平衡二叉树。

在算法中，通过平衡因子（balancd factor，用bf表示）来具体实现上述平衡二叉树的定义。

平衡因子：平衡二叉树中每个节点有一个平衡因子域，每个节点的平衡因子是该节点左子树的高度减去右子树的高度。从平衡因子的角度可以说，若一棵二叉树中所有节点的平衡因子的绝对值小于或等于1，即平衡因子取值为1、0或-1，则该二叉树称为平衡二叉树。

 

3.散列表查找

散列表查找因为做了题目所以我不打算进行总结，让题目说明一切。

The task of this problem is simple: insert a sequence of distinct positive integers into a hash table, and output the positions of the input numbers. The hash function is defined to be ( where TSize is the maximum size of the hash table. Quadratic probing (with positive increments only) is used to solve the collisions.

Note that the table size is better to be prime. If the maximum size given by the user is not prime, you must re-define the table size to be the smallest prime number which is larger than the size given by the user.

Input Specification:

Each input file contains one test case. For each case, the first line contains two positive numbers: MSize (≤) and N (≤) which are the user-defined table size and the number of input numbers, respectively. Then N distinct positive integers are given in the next line. All the numbers in a line are separated by a space.

Output Specification:

For each test case, print the corresponding positions (index starts from 0) of the input numbers in one line. All the numbers in a line are separated by a space, and there must be no extra space at the end of the line. In case it is impossible to insert the number, print "-" instead.

Sample Input:

4 4
10 6 4 15

Sample Output:

0 1 4 -


题目意思很简单，将一组数据放进散列表中并输出他们所在的下标，用户给出表大小和数据，但是题目要求表大小必须为素数，如果用户给到的不是素数，也需要转换为大于其的最小素数。
题目的解决思路与图这一数据结构中的搜索有关，使用了bool visited这一个思路来输出其下标。

#include <iostream>
using namespace std;
bool isprime(int a) {
    if(a == 1) return false;
    for(int i = 2; i * i <= a; i++)
        if(a % i == 0)
            return false;
    return true;
}
int func(int a) {
    while(isprime(a) == false) a++;
    return a;
}
bool hashTable[10010];
int main() {
    int MSize, n, key;
    cin>>MSize>>n;
    int size = func(MSize);
    for(int i = 0; i < n; i++) {
        cin>>key;
        int index = key % size;
        if(hashTable[index] == false) {
            hashTable[index] = true;
            if(i != 0) cout<<" ";
            cout<<index;
        } else {
            int flag = 0;
            for(int step = 1; step < size; step++) {
                index = (key + step * step) % size;
                if(hashTable[index] == false) {
                    hashTable[index] = true;
                    flag = 1;
                    if(i != 0) cout<<" ";
                    cout<<index;
                    break;
                }
            }
            if(flag == 0) {
                if(i != 0) cout<<" ";
                cout<<"-";
            }
        }
    }
    return 0;
}

View Code

 

转载于:https://www.cnblogs.com/biss/p/10964592.html