c语言折半查找法_专业课笔记 9 查找

真题分析

年份	填空	选择	判断	综合	代码
13	2	1	1	2	0
14	3	1	5	2	0
15	3	1	2	2	0
16	1	1	3	2	2
17	2	1	3	4	1
18

静态查找表和动态查找表

动态查找表还可以进行插入和删除操作

折半查找

性质

要求线性表以顺序方式存储，且元素有序。

查找的判定树为一颗「平衡二叉树」

比较流程

最大查找长度

将二分查找的方式类比二叉树，可知时间复杂度和类似于树的深度，即，查找过程和给定值比较的关键字个数最多为，这种描述查找过程的二叉树为判定树。

如果给判定树的所有叶子结点加上外部结点，则查找不成功的时候就是从根结点走到了外部结点，比较的次数最大和最小相差一

有序表查找，判定树，平均查找长度，比较次数

计算平均查找长度时我们可以画出查找的二叉树，查找成功时，平均查找长度为每层的结点数乘以层数之和/结点数，也可以 1248 依次乘以每一层

比较次数就依次折半查找即可，偶数位的中位数选择左边的

❝

(17)画出在有序表 A[1..15]中进行折半查找的判定树，并求出查找成功的平均查找长度

❞

折半查找判定树 (1)

查找成功平均查找长度(1+2x2+3x4+4x8)/15 = 49/15

关于折半查找判定树，可以通过中序填入有序序列，然后看取中是否符合要求来判断

索引顺序表查找(分块查找)

给顺序表分块，保证前一个块的所有数字都比后面一个块最小的要小，记录块的最大关键字和子表起始位置指针

先确定待查记录所在的块(子表)，然后在块中顺序查找。

索引法平均查找长度

ASL 为上面两次查找方式之和(二分查找块和顺序查找块中关键字)，取长度为 n，每块记录数为 s，块数 b = n/s 上取整，则 asl 为(b + 1)/2 + (s + 1)/2 = 。

易知平均查找长度和表长以及块中记录数 s 有关，当 s=时，asl 取最小值

二叉排序树 BST 的性质

二叉排序树「中序遍历」有序，不存在关键字的值相同

二叉排序树的插入和删除

❝

(06)给定表(17，25，21，9，10，7，3，43)，依次插入空的二叉排序树，画出二叉排序树

❞

画出二叉排序树

每次插入结点都是插入到叶子结点，不必移动其他结点

插入元素的平均复杂度为，比较的次数不会超过树的深度

二叉排序树删除结点要保留二叉排序树的特性

1. 若删除的为叶子结点，直接删除即可
2. 若删除的结点存在对应的单边子树，则直接让子树接到根结点
3. 若删除的结点存在左右子树，则不能简单处理，有两种处理方法

二叉排序树删除元素

平衡二叉树 AVL

一定是二叉排序树，插入操作会引起至少一个节点的平衡因子发生变化，左右子树高度差绝对值不超过 1

深度为 n 的平衡二叉树的最少结点数为 F(n + 2) - 1，其中 F 为斐波那契数列 1，1，2，3，5

建立平衡二叉树

先依次插入结点，直到平衡因子不符合要求，选取最下方不符合要求的定为 A，然后进行四种调整；注意每次插入结点的步骤要写好

平衡二叉树调整

❝

(13)顺序输入关键字序列(70，80，90，50，40，65，68)，画出构成的平衡二叉树，给出过程

❞

建立平衡二叉树

❝

(14)顺序输入关键字序列(50，60，70，30，20，45)，画出构成的平衡二叉树，给出过程 (15)顺序输入关键字序列(40，30，20，50，45，60)，画出构成的平衡二叉树，给出过程 (16)已知一组关键字为(20，36，48，95，53，100，120，60，15，30，25)，直接画出构成的二叉排序树和平衡二叉树

❞

注意这里存在调整一次不满足要求的情况，需要多次调整

平衡二叉树(多次调整)

❝

(17)顺序输入关键字序列(70，80，90，50，40，65，68)，画出构成的平衡二叉树，给出过程

❞

平衡树查找的分析

深度为 n 时，最多查找次数是，在平衡树上查找的时间复杂度为 logn

b-树和 b+树

m 阶 b-树定义

• 每个结点至多有 m 棵子树，m-1 个关键字个数
• 若根结点不是叶子节点，则至少有 2 棵子树，1 个关键字
• 「除根结点之外」的所有非终端节点至少有个子树，结点关键字最少
• 所有的叶子结点都在同一层上，表示查找失败的结点，实际上不存在，指向这些结点的指针为 null

一些有关 b 树性质的计算:

高度为 h 的 m 阶 b 树的最少最多结点数，结点最少时形状类似于一棵满二叉树，结点最多时形状类似于一棵满 m 叉树

n 个非叶结点的 m 阶 b 树至少包含

高度为 2 的 5 阶 b 树，所含关键字个数至少是 5，根结点只有达到 5 个关键字时才能产生分裂

给出阶数和关键字数，最大高度公式 ，最小高度公式为

证明(17) m 阶 b- 树所具有的最少节点数

深度为 l + 1 的 m 阶 b- 树所具有的最少节点数 

证明如下，第一层至少有 1 个结点，第二层至少有 2 个结点，每个非终端结点至少有个结点，所以第 3 层至少有个结点，以此类推。

所以最坏的情况，查找涉及的结点数不超过

插入

首先在非终端结点尝试插入，若个数不超过 m-1 个则直接插入

否则结点需要分裂为 m-1 个节点，关键字与指针插入双亲结点

b-树插入

删除

• 非终端结点，替代再删
• 终端结点
  • 相邻兄弟移到双亲
  • 双亲下移删除位置
  • 个数不少于 直接删
  • 等于 相邻大于 
• 都等于
  • 剩余和双亲转为兄弟
  • 若导致双亲少于 就一直重复处理

b-树删除

b+树

与 b-树的差异

1. n 棵子树的结点中含有 n 个关键字
2. 叶子结点包含全部关键字的信息，以及指向这些关键字记录的指针，叶子结点自身依照关键字的大小自小而大的排列
3. 所有非终端结点可以看作索引，结点中只含有其子树中的最大或最小关键字

b+树可以支持顺序检索，b-树不可以

哈希表

哈希查找是一种「随机查找」方法

不同的哈希函数得到同一哈希地址，这种现象叫做冲突

如果两个关键字的值不等，但是哈希函数值相等，则称这两个关键字为同义词

为了有效的应用 hash 查找技术，需要解决的两个问题，设定一个好的 hash 函数和处理冲突的方法

堆积问题是由于同义词或非同义词之间产生冲突导致的

构造方法

1. 直接定址法 所得集合和关键字集合的大小相同，所以不同的关键字不会发生冲突

2. 数字分析法 关键字都是以 r 为基的数，可能出现的关键字都是事先知道的，取关键字的若干位组成哈希地址

3. 平方取中法 关键字平方后取中间几位作为哈希地址

4. 折叠法 分割成几部分，然后取这几部分的叠加和作为哈希地址

5. 除数取余法 除数选择最接近存储空间的素数。

6. 随机数法 关键字长度不等时选用

解决冲突方法

1. 开放定址法

• 线性探测再散列(每次往右移动)(处理同义词冲突时，添加了非同义词的冲突)(哈希表未满时保证可以找到不发生冲突的地址)
• 二次探测再散列(+1，-1，+4，-4，+9)
• 伪随机数再散列

链地址法

再哈希法，计算另一个哈希函数地址(不易产生聚集，但是增加了计算时间)

建立一个公共溢出区，只要发生冲突，就填入溢出表

注意再哈希法和开放定址法的组合考察，即设置两个 mod 函数，第一次冲突时，不进行探测

开放定址法处理冲突时，删除元素只能进行逻辑删除，不能物理删除

查找及其分析

三个因素

1. 哈希函数
2. 处理冲突的方法
3. 哈希表的装填因子

采用开放定址法平均查找长度高于链地址法

负载因子(装填因子)α 定义为表中填入的记录数和哈希表的长度，反应哈希表的装满程度；越小，发生冲突的可能性就越小

哈希链地址法解决冲突的哈希表中，查找的平均查找长度直接与「装填因子」有关，而不直接依赖于记录数或者散列表长度

哈希表的平均查找长度是 α 的函数，而非 n 的函数。不管 n 多大，我们都能选择一个合适的 α 将平均查找长度限定在一个范围里

非链地址处理冲突的哈希表中，删除一个记录需要在该位置填入特殊符号，防止找不到同义词记录

画出哈希表，求等概率查找成功与不成功的平均查找长度

注意选择的处理冲突方式

❝

(06)散列表的长度 m = 13，散列函数为 K mod m，给定关键码序列(19，14，23，01，68，20，84，27，55，11)线性探测再散列

❞

可以在线性探测法解决冲突的同时标记下探测次数，方便计算

0	1	2	3	4	5	6	7	8	9	10	11	12
	14	1	68	27	55	19	20	84		23	11
	1	1	1	2	1	1	3	4		3	1

查找成功 ASL = 1.8

不成功情况就是对哈希函数对应的查找失败情况依次查找(注意并非对于哈希表中所有情况进行查找，可能容量大于哈希函数的取值)，「分母是哈希表容量」。

查找失败在空位置时为 1，其他位置则需要找到下一个空位置

查找失败 ASL = (1 + 9 + 8 + 7 + 6 + 5 + 4 + 3 + 2 + 1 + 3 + 2 + 1) / 13 = 4

❝

(07)哈希函数 K mod 12，键值序列为(25，37，52，43，84，99，120，15，26，11，70，82)，链地址法解决冲突

❞

哈希表链地址

这里不限制横竖的方向，注意哈希表是连接在一起的，以及表尾的「空指针处理」。

链地址解决冲突的话，空位置查找长度为 0，此时不成功平均查找长度的快速计算方法是，使用关键字个数 / 哈希表容量

查找成功 (1 x 8 + 2 x 4) / 12 = 4 / 3

❝

(13)哈希函数 K mod 11，关键字序列(33，52，64，57，41，24，12，78)，平方探测再散列解决冲突 (14)哈希函数 K mod 13，关键字序列(12，51，8，22，26，80，11，16，54，41)，线性探测解决冲突 (15)哈希函数 K mod 13，关键字序列(12，51，8，22，26，80，11，16，79，55)，链地址法解决冲突 (16)0-15 的散列区，对十二个月份关键构造哈希表，哈希函数为 i/2 下取整，i 为关键字中第一个字母在字母表中的序号，线性探测开放定址处理冲突 (17)关键字(9，01，23，14，55，20，84，27)采用哈希函数 k mod 7 表长为 10，用开放定址法的二次探测再散列的方法，Hi = (H(key)+di)mod 10 解决冲突

❞

算法要求

算法名称	对于书上位置	算法编号	真题
「二分查找」(递归)	220	9.2	07，16，17
结点在二叉排序树中的层数	(227)
判断是否为二叉排序树
建立链式存储结构的二叉排序树
递减打印二叉排序树
「二叉排序树插入」	228	9.6
「二叉排序树查找」	228	9.5
「哈希表查找，插入」	259	9.17 9.18	16

二分查找递归形式

int SearchBin(SSTable A, int low, int high, KeyType K) {
    if (low <= high) {
        int mid = (low + high) / 2;
        if (K == A[mid].key) return mid;
        else if (K return SearchBin(A, low, mid - 1, K);
        else return SearchBin(A, mid + 1, high, K);
    } else return -1;
}

哈希表的建立，查找，插入

typedef struct node {
    int key;
    struct node *next;
} CHAINH;

// 尾插法建立哈希表，链地址解决冲突
void Unkown1(CHAINH *HTC[]) {
    CHAINH *p;
    int i, j;
    i = 0;
    scanf("%d", &i);
    while (i != -99) {
        j = i % 7;
        p = (CHAINH *)malloc(sizeof(CHAINH));
        p->next = HTC[j];
        p->key = i;
        HTC[j] = p;
        scanf("%d", &i);
    }
}

// 查找哈希表中是否含有k，存在的话返回1，不存在的话返回0
int Unkown2(CHAINH *HTC[], int k) {
    CHAINH *p;
    int j;
    j = k % 7;
    p = HTC[j];
    if (p != NULL) {
        while ((p->key != k) && (p->next != NULL)) {
            p = p->next;
        }
        if (p->key == k)
            return 1;
        else
            return 0;
    }
    return 0;
}

// 将结点i插入哈希表HTC
void Unkown3(CHAINH *HTC[], int i) {
    CHAINH *p;
    int j;
    j = i % 7;
    p = (CHAINH *)malloc(sizeof(CHAINH));
    p->next = HTC[j];
    p->key = i;
    HTC[j] = p;
}