【数据结构】查找1——线性表的查找（顺序查找、折半查找、分块查找）

---

查找的基本概念

• 查找定义：

根据给定的某个值，在查找表中确定一 个其关键字等于给定值的数据元素或(记录)。

• 查找表：

是由同一类型的数据元素(或记录)构成的集合。由于"集合”中的数据元素之间存在着松散的关系，因此查找表是一种应用灵便的结构。

• 关键字：

用来标识一个数据元素(或记录)的某个数据项的值。
主关键字：可唯一地标识一个记录的关键字是主关键字；
次关键字：反之，用以识别若干记录的关键字是次关键字。

• 查找成功与否：

查找成功：若查找表中存在这样一个记录， 查找结果给出整个记录的信息，或指示该记录在查找表中的位置；
查找不成功：查找结果给出"空记录”或"空指针”。

• 查找表可分为两类：

① 静态查找表：仅作"查询"(检索)操作的查找表。
② 动态查找表：作“插入"和"删除”操作的查找表。
有时在查询之后，还需要将"查询”结果为“不在查找表中”的数据元素插入到查找表中；或者从查找表中删除其“查询”结果为"在查我表中”的数据元素，此类表为动态查找表。

• 查找算法的评价指标：

关键字的平均比较次数，也称平均查找长度ASL。

n：记录的个数。
pi：查找第i个记录的概率(通常认为pi =1/n )。
ci：找到第i个记录所需的比较次数。

线性表的查找

顺序查找（线性查找）

顺序查找算法

应用范围：
顺序表或线性链表表示的静态查找表；
表内元素之间无序。

数据元素类型定义:

typedef struct{
	KeyType key;//关键字域
	......//其他域
}ElemType;

顺序表定义：

typedef struct{//顺序表结构类型定义
	ElemType *R;//表基址
	int length;//表长
}SSTable;//Sequential Search Table

SSTable ST;//定义顺序表ST

查找算法：

int Search_Seq(SSTable ST,keyType key){//若成功返回其位置信息，否则返回0
	for(i=ST.length;i>=1;--i)//这里是从后往前找
		if(ST.R[i].key==key)
			return i;
	return 0;
}


//其他形式：
一、
int Search_Seq(SSTable ST,KeyType key){
	for(i=ST.length;ST.R[i].key!=key;--i)
		if(i<=0)
			break;
	if(i>0)
		return i;
	else 
		return 0;
}
二、
int Search_Seq(SSTable ST,KeyType key){
	for(i=ST.length;ST.R[i].key!=key&&i>0;--i);
	if(i>0)
		return i;
	else
		return 0;
}

//每执行一次循环都要进行两次比较。

改进查找算法：
把待查关键字key存入表头( "哨兵”、监视哨”)，从后往前逐个比较，可免去查找过程中每一步都要检测是否查找完毕，加快速度。
如果后面没有匹配的，查找到第0个是key，则返回0。

int Search_Seq(SSTable ST,KeyType key){
	ST.R[0].key=key;
	for(i=ST.length;ST.R[i].key!=key;--i);
	return i;
}

当ST.length较大时，此改进能使进行一次查找所需的平均时间几乎减少一半。

顺序查找算法分析

比较次数与key位置有关：
查找第i个元素，需要比较n-i+1次；
查找失败，需比较n+1次。

上图查找成功时的平均查找长度：
假定每个元素的查找概率相等
ASL=(1+2+ … +11)/11=(11+1)/2=6

• 复杂度分析：

时间复杂度：O(n)
查找成功时的平均查找长度，设表中各记录查找概率相等，平均查找长度ASL(n)=(1+2+ … +n)/n=(n+1)/2
空间复杂度：一个哨兵辅助空间O(1)

• 提高查找效率：

1、记录的查找概率不相等时如何提高查找效率?
查找表存储记录原则——按查找概率高低存储：
① 查找概率越高，比较次数越少；
② 查找概率越低，比较次数较多。
2、记录的查找概率无法测定时如何提高查找效率?
方法——按查找概率动态调整记录顺序：
① 在每个记录中设一个访问频度域；
② 始终保持记录按非递增有序的次序排列；
③ 每次查找后均将刚查到的记录直接移至表头。

• 顺序查找的特点：

优点：算法简单，逻辑次序无要求，且不同存储结构均适用。
缺点：平均查找长度ASL太长，时间效率太低。

折半查找（二分或对分查找）

折半查找：每次有序的将待查记录所在区间缩小一半。

查找过程：
mid=(low+high)/2
key<mid则：high=mid-1
key>mid则：low=mid+1
key==mid，找到
high<low，结束

折半查找算法

非递归算法
【算法思想】
设表长为n，low、high和mid分别指向待查元素所在区间的上界、下界和中点，key为给定的要查找的值：
初始时，令low=1，high=n，mid=⌊(low+high)/2⌋（若是整数则向下取整）
让k与mid指向的记录比较：
若key==R[mid].key，查找成功
若key<R[mid].key，则high=mid-1
若key>R[mid].key，则low=mid+1
重复上述操作，直到low>high时，查找失败

int Search_Bin(SSTable ST,KeyType Key){//在顺序查找表ST上查找key
	low=1;//置区间初值
	high=ST.length;
	while(low<=high)
		mid=(low+high)/2;
		if(ST.R[mid].key==key)
			return mid;//找到待查元素
		else if(key<ST.R[mid].key)//缩小查找区间
			high=mid-1;//继续在前半区间进行查询
		else
			low=mid+1;//继续在后半区间进行查找
	return 0;//顺序表中不存在待查元素
}

递归算法

int Search_Bin(SSTable ST,keyType key,int low,int high){//在顺序查找表ST上查找key
	if(low>high)
		return 0;//查找不到时返回0
	mid=(low+high)/2;
	if(key==ST.elem[mid].key)
		return mid;
	else if(key<ST.elem[mid].key)
		return Search_Bin(ST,key,low,mid-1);//递归，在前半区间进行查找
	else
		return Search_Bin(ST,key,mid+1,high);//递归，在后半区间进行查找
}

折半查找算法分析

折半查找的性能分析——判定树


圆形：是内结点，代表查找成功的情况。
矩形：是外结点，代表查找不成功的情况

查找成功：
比较次数=路径上的结点数
比较次数=结点的层数
比较次数≤树的深度=⌊log₂n⌋+1
查找不成功：
比较次数=路径上的内部结点数

上图成功时的平均查找长度：
假定每个元素的查找概率相等
ASL=1/11*(11 +22 +43+44 )=33/11=3

• 平均查找长度ASL(成功时)：

设表长n=2^h-1,则h=log2(n+1) (此时，判定树为深度=h的满二叉树)，且表中每个记录的查找概率相等：P_i= 1/n。

• 折半查找的特点：

优点：效率比顺序查找高。
缺点：只适用于有序表，且限于顺序存储结构(对线性链表无效)。

分块查找

分块查找

分块查找又称索引顺序表的查找
条件：
1、将表分成几块，且表或者有序，或者分块有序；
若i<j，则第j块中所有记录的关键字均大于第i块中的最大关键字。
2、建立"索引表"(每个结点含有最大关键字域和指向本
块第一个结点的指针，且按关键字有序)

索引表是有序的；
块内元素是无序的。

查找过程:
先确定待查记录所在块(顺序或折半查找)，
再在块内查找(顺序查找)。

分块查找性能分析

分块查找优缺点：
优点：插入和删除比较容易，无需进行大量移动。
缺点：要增加一个索引表的存储空间并对初始索引表进行排序运算。
适用情况：如果线性表既要快速查找又经常动态变化，则可采用分块查找。

三种查找算法的比较

---