查找

查找

---

查找：在一个含有众多数据元素（或记录）的查找表中，找出某个特定的数据元素（或记录）。

术语：

记录：

关键字：

主关键字：

次关键字：

查找表：

动态查找：

静态查找：

内部排序：

外部排序：

稳定性：

---

静态查找

顺序查找：是用待查找记录与查找表中的记录逐个比较，若找到相等记录，则查找成功，否则查找失败。

性能分析：假设对查找表中的数据元素实施查找的概率相同即Pi=1/n，在查找表中查找第i个元素成功的比较次数Ci=i，查找第i个元素不成功时的比较次数Ci=n，则对查找表实施顺序查找，在查找成功时的ASLsucc=n+1/2

优点：算法简单，对表结构无任何要求。时间复杂度为O（n）。当n较大时，不宜使用。

折半查找：用待查找元素的key与查找表的中间位置的元素的关键字进行比较，若他们的值相等，则查找成功。若查找元素key大于查找表的中间位置元素的关键字的值，则在查找表的中间位置的后端位置，继续使用折半查找。否则在查找表的中间位置的前端范围内，继续使用折半查找。直到查找成功或者失败。

前提：顺序存储且有序二分查找的性能分析：用二叉树来描述二分查找过程。把当前查找区间的中点作为根节点，左子区间和右子区间分别作为根的左右子树，左子区间和右子区间再按类似的方法，由此得到的二叉树称为二分查找的判定树。 因此二叉树第K层结点的查找次数各位K次（根节点为第1层），而第K层结点数最多为-1个。假设该二叉树的深度为h，则二分查找成功的平均查找长度为ASL=（n+1）/n   log以2为底（n+1）-1

---

动态查找

在查找表中实施查找时，对于给定值key，若表中存在关键字值等于key的记录，则查找成功。若失败，将待查找记录按规则插入查找表中。

二叉排序树查找：前提是将查找表组成称为一棵二叉排序树。

二叉排序树：或者是一棵空树，或者是一棵具有如下规则的树：

• 若它的左子树非空，则左子树上所有结点的关键字均小于根节点的关键字。
• 若它的右子树非空，则右子树上所有结点的关键字均大于等于根节点的关键字。
• 左、右子树本身又都是一棵二叉排序树。

思想：首先将待查找记录的key值与二叉排序树的根节点比较，若相等，则查找成功。若带查找记录的key值小于二叉排序树根节点的值，则继续在该结点的左子树上进行查找。否则，继续在该结点的右子树上进行查找。

性能分析：成功查找的次数不会超过二叉树的深度，因而具有n个结点的二叉排序树的深度，最多为log以2为底n的对数。最坏为n。因此，二叉排序树最好的时间复杂度为O（log以2为底n的对数），最坏时间复杂度为O（n），一般情况下，其时间复杂度大致可看成O（log以2为底n的对数）查找效率比顺序查找要好，但比二分查找要差。

平衡二叉树查找

平衡二叉树，又称AVL树，每个结点的左右子树的深度之差的绝对值不超过1，则这样的二叉树称为平衡二叉树。

平衡因子：该结点左子树深度减去右子树深度的值。平衡二叉树的所有结点的平衡因子只能是0，1，-1。

非平衡二叉树的平衡处理：边建边调整

1. LL型的处理（左左型）：以中间节点为中心顺时针旋转
2. LR型的处理（左右型）：先把右边节点加入左边节点的中心，然后顺时针旋转
3. RR型的处理（右右型）：以中间节点为中心逆时针旋转
4. RL型的处理（右左型）：先把左边节点加入右边节点的中心，然后逆时针旋转

性能分析：平衡二叉树本身就是一颗二叉排序树，故它的查找与二叉排序树完全相同，但它的查找性能优于二叉排序树，不会与二叉排序树一样，会出现最坏的时间复杂度O（n），它的时间复杂度与二叉排序树的最好时间复杂度相同，都为O（log以2为底n的对数）。

---

哈希查找（Hash）

基本术语：

Hash方法：在存放记录时，通过相同函数计算存储位置，并按此位置存放，这种方法称为Hash方法

Hash函数：是指在Hash方法中的函数

Hash表：按Hash方法构造出来的表

Hash地址：通过Hash函数计算记录的存储位置，我们把这个存储位置称为Hash地址

冲突（Collision）：不同记录的关键字经过Hash函数的计算可能得到同一Hash地址，即key1！=key2时，H（key1）=H（key2），此现象叫做“冲突”

对于Hash方法需要讨论的三个问题：

1. 装满因子
2. 对于给定的一个关键码集合，选定一个计算简单且地址分布比较均匀的Hash函数，避免或尽量减少冲突。
3. 大萨达撒多

所谓装满因子（一般介于0.6-0.9之间）是指：散列表中已存入的元素的个数n与散列表的大小m的比值，即a=n/m。当a越小，发生冲突的可能性就越小，a越大（最大为1）时，发生冲突的可能性就越大。

但是不能为减少冲突的发生，将a变得太小，造成大量存贮空间的浪费，因此必须兼顾存储空间和冲突两个方面。第二是与所构造的散列函数有关，第三是与解决冲突的办法有关。

构造Hash函数应注意以下几个问题：

• 计算Hash函数所需要的时间
• 关键字的长度
• Hash表的大小
• 关键字的分布情况
• 记录的查找频率

构造Hash函数的常用办法

（1）直接定址法

此类方法取记录中关键码的某个线性函数值为Hash地址：Hash（key）=a*key+b

其中，ab为常数。这类Hash函数是一对一的映射，一般不产生冲突。但是，它要求Hash地址空间的大小与关键码集合的大小相同，这种要求一般很难实现。

（2）数字分析法

设有n个d位数，每一位可能有r种不同的符号。这r种不同的符号在各位上出现的频率不一定相同。可根据Hash表的大小，选取其中各种符号分布均与的若干位作为Hash地址。

计算各位数字中符号分布均匀度的公式：

（3）除留余数法

设Hash表中允许的地址数为m，取一个不大于m，但最接近或等于m的质数p，或取一个 不含有小于20的质因子的合数作为除数。这样的Hash函数为：Hash（key）= key%p（p<=m）其中：“%”是整数除法取余的运算，要求这时的质数p不是接近2的幂。

（4）平方取中法

先计算构成关键码的表示符的内码的平方，然后按照hash表的大小取中间的若干位作为Hash地址。

（5）折叠法

（6）随机数

为Hash表中的关键字选取一个随机函数值作为其Hash地址。即：H（key）= random（key）

通常在Hash表中的关键字长度不等时，采用此方法构造Hash函数比较合适。

处理冲突的方法

（1）开放地址法：在冲突发生时，产生某个探测序列，按照这个序列，探测在Hash表中的其它存储单元，直到探测到不发生冲突的存储单元为止。可以用以下公式来描述：Hi（key）= （H（key）+di）（i=1，2，3。。。）

一般情况下，地址增量的取值有以下三种：

di=1,2,3，，，m-1 这种情况为线性探测再Hash

di=，-，，-，，，称这种情况为二次探测再Hash

di=为随机函数 称这种情况为伪随机探测再Hash

（2）链地址法

链地址法处理冲突的方法是，将通过Hash函数计算出来的Hash地址相同的关键码通过链表链接起来，链表表头结点组成一个向量。向量的元素个数与关键字个数相同

散列查找的性能分析：理论分析，时间复杂度应为O（1），平均查找长度应为ASL=1，实际上由于冲突的存在，它的平均查找长度将会比1大。

线性探查法的性能分析：平均查找长度ASL=1/2（1+1/（1-a））

拉链法查找的性能分析：平均查找长度ASL=1+a/2

---