八大查找算法（个人笔记）

1. 顺序查找

是无序列表的查找算法，又称线性查找
适用于线性表的顺序存储结构和链式存储结构。
时间复杂度为O(n)
基本思想：从第一个元素m开始逐个与需要查找的元素x进行比较，当比较到元素值相同(即m=x)时返回元素m的下标，如果比较到最后都没有找到，则返回-1。
优点：是对表中数据元素的存储没有要求。另外，对于线性链表，只能进行顺序查找。
缺点：是当n 很大时，平均查找长度较大，效率低；

2. 二分查找

二分查找（Binary Search），是一种在有序数组中查找某一特定元素的查找算法。查找过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则查找过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。
这种查找算法每一次比较都使查找范围缩小一半。

3. 分块查找

要求是顺序表，分块查找又称索引顺序查找，它是顺序查找的一种改进方法。
基本思想：
将n个数据元素"按块有序"划分为m块（m ≤ n）。
每一块中的结点不必有序，但块与块之间必须"按块有序"；
即第1块中任一元素的关键字都必须小于第2块中任一元素的关键字；
而第2块中任一元素又都必须小于第3块中的任一元素，以此类推·······

4. 插值查找

插值查找是一种改良版的二分查找算法，其基本原理是根据要查找的值在有序数组中的大致位置进行估计，以此来缩小搜索范围，从而提高查找效率。
插值查找的核心思想是通过数据的分布情况来预测目标值的位置，从而更快地逼近目标。
特别适用于有序且均匀分布的数据集
插值查找的实现步骤
1. 计算插值位置
首先，通过插值公式计算目标值在数组中的估计位置:
$$pos=low+(\frac{high-low}{array[high]-array[low]})\times (target-array[low])$$
其中，low[low ]和 high[high]分别是数组的起始位置和结束位置，array[low] 和 array[high] 分别是对应位置的元素值。

2. 判断目标值位置
比较目标值与估计位置的大小关系，决定在左半部分还是右半部分继续查找。

3. 递归或迭代
根据比较结果，继续在选定的半部分进行插值查找，直到找到目标值或确定目标值不存在。

优点：
适用于均匀分布的数据集： 插值查找在数据集均匀分布时效果更为显著，能够更准确地估计目标值的位置。
相对于二分查找的改进： 在某些情况下，插值查找的效率较二分查找更高，尤其是对于近似均匀分布的数据。

缺点：
对于不均匀分布的数据效果不佳： 当数据分布不均匀时，插值查找的性能可能较差，甚至不如二分查找。
可能导致溢出： 在计算插值位置时，由于分母可能为零，导致除法溢出的风险。

参考:【算法系列 | 11】深入解析查找算法之—插值查找

5. 斐波那契查找

斐波那契查找算法是一种基于黄金分割的有序查找算法，通过斐波那契数列的特性，在有序序列中快速定位目标元素的位置。

原理介绍
它结合了二分查找和黄金分割的思想。这个算法的基本原理如下

1. 序列构建： 首先，需要一个有序的数组或序列。这个数组的长度通常是斐波那契数列中的一个值，这有助于在查找过程中对数组进行分割。

2. 斐波那契数列： 斐波那契数列是一组按以下递归关系定义的数字序列：F(0) = 0，F(1) = 1，F(n) = F(n-1) + F(n-2)（n > 1）。通常，斐波那契数列的前几项是：0, 1, 1, 2, 3, 5, 8, 13, 21, …

3. 查找过程： 对于一个有序序列，首先选择一个斐波那契数列中的值，使得这个值大于或等于待查找序列的长度，然后使用这个斐波那契数列的值将序列分成两个部分。这两个部分的长度之比就是相邻两个斐波那契数的比例。

4. 比较： 比较要查找的元素与序列中分割点的元素。如果相等，则找到了目标元素；如果待查找元素小于分割点元素，继续在前半部分进行查找；如果待查找元素大于分割点元素，继续在后半部分进行查找。

5. 迭代： 重复上述步骤，不断缩小查找范围，直到找到目标元素或确定元素不在序列中。

参考：【算法系列 | 12】深入解析查找算法之—斐波那契查找

6. 哈希查找

哈希查找，也称为散列查找，是一种高效的查找算法。它利用哈希函数将关键字映射到数组中的一个位置，通过直接访问该位置来获取元素，从而实现快速查找。
步骤：

• 创建一个哈希表，用于存储要查找的元素；
• 定义一个哈希函数，将要查找的关键字映射到数组中的一个位置；
• 根据哈希函数得到的位置，在哈希表中查找元素，如果找到则返回该元素；
• 如果哈希表中的该位置为空，说明查找失败；
• 如果哈希表中的该位置不为空，但元素与要查找的关键字不匹配，根据哈希函数的冲突处理策略，继续查找下一个位置；
• 重复步骤3至5，直到找到元素或者确定查找失败。

适用场景

• 快速查找：哈希查找能够在常数时间内（O(1)）查找目标元素，适用于需要快速查找的场景。
• 大数据量：当数据量较大时，哈希查找可以提供较快的查找速度，适用于大数据量的查找操作。
• 需要频繁查找：如果需要频繁进行查找操作，哈希查找可以提高查找效率。

参考：查找算法之哈希查找

以下两种查找不好做笔记，先空着

7.B树查找

8.二叉树查找（BST）