数据结构_查找

查找

线性结构

查找表的数据结构定义

typedef struct{
    ElemType *elem;
    int TableLen;
}SSTable;

折半查找(二分查找)

//非递归
int Binary_Search(SeqList L,ElemType key){
    int low=0,high=L.TableLen-1,mid;
    while(low<=high){		//low>high时，结束循环
        mid=(low+high)/2;
        if(L.elem[mid]==key)
            return mid;
        else if(L.elem[mid]>key)
            high=mid-1;
        else
            low=mid+1;
    }
    return -1;
}
/*	递归
	递归结束条件	low>high
	递归开始	当前的mid不等于待查找结点，需要递归遍历前半部分表或者后半部分表，改变的是数据的起始和结束位置(low high)
*/
int Binary_Search(SSTable ST,ElemType key,int low,int high){
    if(low>high)		//递归结束的条件
        return 0;
    
    mid=(low+high)/2;
    if(key>ST.elem[mid])	//在后半部分表中查找
        Binary_Search(ST,key,mid+1,high);
    else if(key<ST.elem[mid])		//在前半部分表中查找
        Binary_Search(ST,key,low,mid-1);
    else
        return mid;
}

掌握：折半查找过程，分解每次取得数值 low/high/mid

​ 构造折半查找判定树，分析平均查找长度

【 若有序序列有n个元素，对应的判定树有n个圆形的非叶结点和n+1个方形的叶节点，平衡二叉树，二叉排序树(左<根<右) 】

课后习题！！！

顺序查找

int Search_Seq(SSTable ST,ElemType key){
    ST.elem[0]=key;		//将位置0的地方设为key“哨兵”
    int i=1;			//从前向后遍历（课本采用从后向前遍历）
    while(i<ST.TableLen)
        if(ST.elem[i]!=key)
            i++;
    return i;
}

分块查找

树形结构

二叉排序树

二叉平衡树

B树

图例 Page 285 + Notability笔记

磁盘读取、多路平衡查找树

高度（磁盘存取次数）

一棵n个关键字、高度为h、阶数为m的B树

B树中每个结点最多m棵子树，m-1个关键字；n个关键字有n+1个子树（n+1种范围查找数据）

​ 最小高度：每个结点关键字个数尽可能满

​ 最大高度：每个结点关键字个数尽可能少

查找

类似于二叉查找树，子树0<关键字1<子树1<关键字2<子树2<……

​ 每个结点都是多个关键字有序表，查找结点的多路分支

​ 例如：查找结点42的过程

​ 查找根结点22，有42>22，向22的右分支查找，有36<42<45，位于中间子树，继续向下，找到42；如果找到的是叶结点（空指针）表示查找失败，没有对应关键字，查找失败。

插入

寻找插入位置：检索到适合插入的最底层的终端结点

判断结点中关键字的个数：

​ 若插入后结点关键字个数<m，直接插入

​ 若插入后结点关键字个数>m-1，结点分裂

​ 分裂方法

​ 插入新结点后，将原来的结点从中间位置开始划分，产生一个新结点

​ 原结点=左半部分；新结点=右半部分；中间位置插入父结点；

​ 如果父结点还是不满足B树条件，继续分裂，直到根结点，此时B树高度+1

​

删除

被删除关键字k不在终端结点

​ 用直接前驱代替（关键字k左侧指针指向的最右下元素）/ 直接后继代替（关键字k右侧指针指向的最左下元素）

被删除关键字k在终端结点

​ 关键字删除后，符合B树，直接删除k

​ 关键字删除后，不符合B树

​ 兄弟够借（关键字删除后左右兄弟符合B树定义）

​ 右兄弟：关键字k后继——>k，关键字k后继的后继——>k后继

​ 左兄弟：关键字k前驱——>k，关键字k前驱的前驱——>k前驱

​ 兄弟不够借（关键字删除后左右兄弟不符合B树定义）

​ 将k删除后的左兄弟/右兄弟与k的双亲结点进行合并，结点会减少；再比较双亲结点是否还符合B树

B+树

图例 Page 288 + Notability笔记

关系数据库MySQL

n个关键字有n个子树（n个子树中各取1个分支结点作为索引，在叶子结点中依旧出现）

分支结点=索引结点；子树中最大关键字的副本

查找过程：最小关键字开始顺序查找；（指向关键字最小叶结点的头指针）

​ 从根结点到叶结点路径；（指向根结点的头指针）

散列结构

散列表

选取散列函数构造（查找表中的关键字映射到对应的地址的函数）【散列表存放这个映射关系】

映射过程中会产生冲突——>选择合适的处理冲突方法

​ 开放定址法：数学递推公式【主要确定增量di】

​ 拉链法：所有同义词存储在一个线性链表中

查找性能分析

​ 查找过程与构造散列表过程基本一致；

​ 查找成功/失败：都需要统计每个关键字的比较次数（拉链法）

​ 成功情况只要统计给定关键字的比较次数；给定关键字个数

​ 失败情况每个链地址中失败的比较次数；链地址单元个数（给定关键字个数+1）

​ 查找效率

​ 散列函数

​ 处理冲突方法

​ 装填因子=散列表中记录数/散列表长度【散列表中记录越多，冲突可能性越大，查找效率越低】

掌握：散列表构造

​ 冲突处理方法（各种方法处理过程）

​ 查找成功和失败的平均查找长度

​ 散列查找的特征和性能分析

课后习题！！！

核心考点—平均查找长度ASL

设有n个数据元素，每个元素的查找概率为Pi 查找成功的比较次数Ci

不在此集合中的数据元素分布在由这n个元素间隔构成的n+1个子集合中，每个子集合元素的查找成功的概率为Qj 查找不成功的比较次数Cj

分别相乘再累加 / 查找成功(失败)元素个数

= 平均查找长度（成功/失败）