数据结构第三章

第三章

3.1.1引子

什么是树

客观世界中许多事务存在层次关系

分层次组织在管理上具有更高的效率
数据管理的基本操作之一：查找
如何实现有效率的查找？

查找：根据某个给定的关键字K，从集合R中找出关键字与K相同的记录
静态查找：集合中记录是固定的
》没有插入和删除操作，只有查找
动态查找：集合中记录是动态变化的
》除查找，还可能发生插入和删除

静态查找
方法1：顺序查找

int SequentialSearch(List Tb1, ElementType K){
   
//在Element[1]~Element[n]中查找关键字为K的数据元素
int i;
Tb1->Element[0] = K;//建立哨兵
for(i = Tb1->Length; Tb1->Element[i] != K; i--);
return i;//查找成功返回所在单元下标，不成功返回0
}
typedef struct LNode* List;
struct LNode{
   
ElementType Element[MAXSIZE];
int Length;
};

//顺序查找的一种实现（无“哨兵”）
int SequentialSearch(List Tb1, ElementType K){
   
//在Element[1]~Element[n]中查找关键字为K的数据元素
int i;

for(i=Tb1->Length; i > 0 && Tb1->Element[i] != K; i--);
return i;//查找成功返回所在单元下标，不成功返回0
}

顺序查找算法的时间复杂度为$O(n)$

方法2：二分查找(Binary Search)

》假设n个数据元素的关键字满足有序（比如：小到大）
$k_1<k_2<...<k_n$
并且是连续存放（数组），那么可以进行二分查找

例：假设有13个数据元素，按关键字由小到大顺序存放，二分查找关键字为444的数据元素过程如下：

1.left = 1, right = 13; mid = (1 + 13) / 2 = 7; 100 < 444;
2.left = mid + 1 = 8, right = 13; mid = (8 + 13) / 2 = 10; 321 < 444;
3.left = mid + 1 = 11, right = 13; mid = (11 + 13) / 2 = 12; 查找结束

找不到的情况
例：任然以上面13个数据元素构成的有序线性表为例
二分查找关键字为43的数据元素如下：

1.left = 1, right = 13; mid = (1 + 13) / 2 = 7; 100 > 43;
2.left = 1, right = mid - 1 = 6; mid = (1 + 6) / 2 = 3; 39 < 43;
3.left = mid + 1 = 4, right = 6; mid = (4 + 6) / 2 = 5; 51 > 43;
4.left = 4; right = mid - 1 = 4; mid = (4 + 4) / 2 = 4; 45 > 43;
5.left = 4; right = mid - 1 = 3; left > right ? 查找失败，结束；

二分查找算法

int BinarySearch(List Tbl, ElementType K){
   
//在表Tbl中查找关键字为K的数据元素
int left, right, mid, NoFound = -1;

left = 1;//初始左边界
right = Tbl->Length;//初始右边界
while(left &l