【408数据结构】查找

Jonathan_Paul 10

已于 2022-02-14 16:47:14 修改

阅读量211

点赞数

分类专栏： 408读书笔记文章标签：数据结构散列表算法

于 2022-02-11 00:15:12 首次发布

本文链接：https://blog.csdn.net/weixin_43444175/article/details/122871702

版权

7 篇文章 4 订阅

订阅专栏

查找

请添加图片描述

在算法题中，查找最可能的是出现在收尾部分，利用xx查找找到一个元素。此时需要判断，如果有序，是可以折半，时间复杂度为 $O(\log n)$ ；如果顺序查找，则是 $O (n)$ 。而且注意，在整体复杂度已经很高的情况下，不要求技巧，有些时候，老老实实顺序查找。

其实就是一个循环

折半查找的代码一定要会写！

请添加图片描述

散列函数： Hash(key) = Addr
散列表
散列函数的构造（有个印象就行）
1. 直接定址法
2. 除留余数法
3. 数字分析法
4. 平方取中法
处理冲突的方法
1. 开放定址法
  
  数学推导公式： $H_i=(H(key)+d_i)\%m$
  
  如果用 $H (k e y)$ 计算出来，发现有冲突，则利用上式继续寻找。
  1. 线性探测法（ $d_i=0,1,2...n$ ）✨
    
    有很多的别名：线性探测再散列法、线性探查法
    
    就是加一加一地试，试到有个空闲的坑就进去
  2. 平方探测法（ $d_i = 0,1,-1,4,-4,...,k^2,-k^2$ ）✨
    
    避免出现堆积问题
  3. 再散列法
  4. 伪随机序列法
2. 拉链法
  
  本质上就是一个数组链表的实现。下图中，红框表示冲突的解决方法：利用链表进行解决。
装填因子

$\alpha = \frac{n}{m},n=表中记录,m=散列表长度$

散列表法的ASL直接依赖于 $\alpha$ ，而不是 $n$ 或者 $m$ 。
ASL：对比几次关键字，就算几次。
要注意有一个坑：在计算失败的平均查找长度时，不可以直接拿一个完整的表总长度进行计算，而是找所mod的数（在之前的叙述中是 $m$ ）。

是多路平衡查找树
n阶：这个n是每一个节点中，子树的最大值。
1. 每个结点最多有 $n$ 个子树，最多有 $n - 1$ 个关键字
2. 若根不”独立“，则至少有两个子树
3. 非叶结点——至少有[m/2]棵子树，[m/2]-1个关键字（天花板除）
4. 叶节点（失败结点，NULL，不带信息）都在同一层节点上
  
  本质其实就是空指针
5. 如果根节点有关键字，则必有超过两颗的子树。（连向NULL的指针也算是）
B树的高度【磁盘io次数】
1. 最高（节点数最少）
2. 最矮（节点数最多）
（现场推）
查找
1. 在B树里找节点【磁盘IO】，将其读入内存
  1. 所以这里才是花时间花的最狠的
2. 在节点里找关键字【内存里】
  1. 顺序或者是折半
插入
插入是很有可能考大题的，即画出一颗B树的插入的流程，如下图。准备方法：多画画，多次记忆。

分裂的时候，取k阶b树的第 $\text{int (}k/2)$ 个位置（向下取整）往上走。
删除

薅兄弟的羊毛，【父子换位法】

m阶
1. 分支节点最多m个子树
2. 叶子结点：不再是最后一层（记记录层），而是下图的红框：
3. 子树和关键字个数一一对应
4. 结点关键字对应的是其对应子树的是最大值，也就是分块查找的思想
5. 叶节点按关键字排序，并且用指针串联——有两个头指针：根节点、最小的叶子结点。
对比
1. b+树，每个关键字对应一个子树，一个记录；b树：m个关键字对应m+1个子树
2. b+树，非叶结点不保存信息，仅仅起到索引作用：索引关键字对应子树结点的最大值。

B树：

m=4——非根结点：至少1个关键字；至少两个子树

m=5——非根结点：至少2个关键字；至少三个子树

为什么要给出特例？希望你可以每一次做到B树或者B+树的题的时候，可以画出来对应的特例的树；这样在根源上就避免记混了。

关注

专栏目录