数据结构基础知识之查找

一、基本概念

1.平均查找长度

ASL=∑PiCi (i=1,2,3,…,n)。其中：Pi 为查找表中第i个数据元素的概率，Ci为找到第i个数据元素时已经比较过的次数，n为查找表的长度。

二、折半查找 / 二分查找

详细 链接
(1)时间复杂度： O(logn)
(2)平均查找长度： log(n+1) -1

三、分块查找 / 索引顺序查找

(1)基本思想： 将查找表分为若干子块。块内可无序，块之间有序。
(2)查找方式： 顺序查找/折半查找索引表，确定待查记录所在块，在块内进行顺序查找。
(3)ASL： =L1+L2=(S² +2S+n)/2S
n:长度，b：均分的块数，S:每块的记录数

四、B树

(1)概述: 又称多路平衡查找树，是一个一般化的二叉查找树（binary search tree），可以拥有多于2个子节点。
(2)m阶B树:
1、空树
2、m叉树:
①每个结点至多有m棵子树，m-1个关键字。
②叶节点：也称外部结点或失败结点，都出生在同一层，并不带信息。
③除根节点外的非叶子结点，至少有⌈ m/2 ⌉棵子树，⌈ m/2 ⌉-1个关键字。
④结点中关键字个数：⌈ m/2 ⌉-1<=n<=m-1。
⑤平衡因子均等于0。
(3)树的高度：
1.h+1层至少有2(⌈ m/2 ⌉)^(h-1)个结点。
2.log m (n+1)<=h<=[log ⌈ m/2 ⌉ (n+1)/2]+1。

五、B+树

(1)定义： B+树是B树的一种变形形式，B+树上的叶子结点存储关键字以及相应记录的地址，叶子结点以上各层作为索引使用。
(2)性质：
1.结点子树个数和关键字格数相等。
2.所有分支结点仅包含各子结点中关键字的最大值及指针。
3.关键字个数n：⌈ m/2 ⌉<=n<=m。

六、散列表

建立了关键字和存储地址之间的一种直接映射关系。

1.构造方法

  (1).直接定址法： H(key)=key 或H(key)=a*key+b
    直接取关键字的某个线性函数值为散列地址。适合关键字的分布 基本连续的情况。
  (2).除留余数法：H(key)=key%p
    其中p<=m，p取不大于m，但最接近或等于m的质数p
  (3).数字分析法：
    收集所有可能出现的键值，排列在一起，对键值的每一位进行分析，选择分布较均匀若干位组成散列地址。
  (4).平方取中法：
    取关键字的平方的中间几位作为散列地址。

2.处理冲突的方法:

(1)开放地址法：Hi=(H(key)+di)%m

  di为增量序列，di=0,1,2,…,k(k<=m-1)
 ①线性探测法： di=0,1,2,…,m-1。
        缺点查找效率低(大量元素在相邻地址上聚集)
 ②平方探测法/二次探测法： di=0²，1²，-1²，…，k²，-k²(k<=m/2)
        散列表长度m必须是一个可以表示成4k+3的素数.
 ③双散列表法
 ④伪随机法

(2)拉链法：线性链表

3.查找效率性能分析

(1)散列函数
(2)装填因子： a=

七、树

1.二叉排序树(BST)

（1）基本思想： 左子树结点值<根结点值<右子树结点值。
（2）性质: 中序遍历，可得递增有序序列。
（3）查找效率： O(logn)

2.平衡二叉树(BBT)

（1）基本思想： 左、右子树高度差的绝对值不超过1。
（2）性质: 节点公式:F(n)=F(n-1)+F(n-2)+1.
F(n-1)为左子树的节点数量，F(n-2)为右子树的节点数量.
F(0)=0，F(1)=1，F(2)=2.
（3）最大深度/平均查找长度： O(logn)

3.红黑树

（1）基本思想： 是一种自平衡二叉查找树。
（2）性质:
左根右
根叶黑：根节点和叶结点都是黑色的。
不红红：不存在两个相邻的红结点（红结点的父节点和孩子结点均是黑色的）。
黑路同：对于每个结点，从改结点到任一叶节点的简单路径上，所含黑结点的数量相同。
（3）概念和结论：
黑高：从某结点出发（不含该结点），到达一个叶结点的任一简单路径上的黑结点总数。
结论1：从根到叶结点的最长路径不大于最短路径的2倍。
结论2：n个内部结点的红黑树的高度 h <=2log(n+1)。

注:如有错误，欢迎指出。