数据结构【查找】

基本概念

查找：在数据集合中寻找满足某种条件的数据元素的过程称为查找
查找表(查找结构)：用于查找的数据集合称为查找表,它由同一类型的数据元素(或或记录)组成
关键字：数据元素中唯一标识该元素的某个数据项的值,使用基于关键字的查找,查找结果应该是
唯一的。

查找长度 ：查找时对比关键字的次数
二叉树的前驱后继（重要）：
1、由当前节点的左子树的最右节点，进行替代（前驱）
2、由当前节点的右子树的最左节点，进行代替（后继）

ASL 平均查找长度(重要)

折半查找效率分析，（二叉判定树也是一个平衡二叉树）

ASL成功：（1 * 1+2 * 2+3 *4+4 *4）/11=3
节点数 * 层数

ASL失败：(3 * 4 + 4*8)/12=11/3
节点数 （对比节点） * 层数 / 总共失败情况次数

散列表ASL

1、首先根据散列函数计算出，元素的位置和冲突的次数
2、然后根据冲突次数算出ASL成功，然后根据散列地址表进行找出ASL失败

注： 散列地址要画 一共11个格子（根据散列函数所得） 所以ASL失败后面要加几个多余的1

顺序查找

结构： 线性表（顺序表或者链表）
思想： 挨着一个一个的查询，直到找到想要的
代码实现：

折半查找

结构： 有序的结构，顺序表
思想： 根据存储的值都是有序的，寻找某个key值，每次都是对数组的中间值（数组中间下标值）进行对比大小，如果大于中间值那么下一次 进行对比中间值往后的元素，再一次对比后面的中间值 然后依次循环。 如果小于也同上。
代码实现：

分块查找

结构： 就是将一系列元素，逻辑上分为 一块一块的区间

分块优化，折半查找，最后是在low中进行查找。

二叉排序树

叶子结点：也叫终端结点，是度为 0 的结点。
最小不平衡树：就是找平衡因子大于|1|的，如果有多个，那么找某个树节点最少的。
二叉排序树 特性：就是遵循左小右大特点的二叉树

对于二叉树 中序遍历 可以得到一个有序的序列

节点的删除

分为三种：
1、删除左子树节点，那么将由删除的左子树节点的下面的左子树进行代替，如：上图删除70，那么68代替
2、删除右子树节点，同上，由删除的右子树下面的右子树进行代替
3、删除根节点，根节点有左右子树，
3.1、由当前节点的左子树的最右节点，进行替代（这根线索二叉树的 线索的前序和后序类似TODO手动去验证）
3.2、由当前节点的右子树的最左节点，进行代替

平衡二叉树（AVL）

术语

注意：一般考试为手算

简称平衡树(AVL树)：树上任一结点的左子树和右子树的高度之差不超过 |1|
结点的平衡因子：左子树高-右子树高
平衡因子补充：要注意每次都是根据左右两个树的高度进行计算，而不是根据左右子树的平衡因子进行计算的

手算调整树插入的平衡(重要)

LL（左边平衡因子超过）：进行右旋转操作（找到最小不平衡子树，将当前节点代替父节点，父节点变为当前节点的右子树，（原有节点）当前节点的右子树边为父节点的左子树。）
RR（右边平衡因子超过|1|）：进行左旋操作（找到最小不平衡子树，将当前节点代替父节点，父节点变为当前节点的左子树，（原有节点）当前节点的左子树边为父节点的右子树。）
LR：左旋再右旋，从最下面开始旋转 注意
RL：右旋再左旋

示例练习：

1、插入90，导致二叉树不平衡，然后找到最小不平衡树为66这个树，然后分析得出为RR型，那么进行左旋操作

2、插入CL/CR导致不平衡，然后找最小不平衡树，为A，分析得出为LR，那么进行左旋+右旋

3、RL

平衡二叉树删除调整

找最小不平衡子树，就是从删除节点往上找。

1、删除55，出现不平衡的现象

2、找到儿子和孙子节点

3、调整完毕

示例：
1、删除32，导致不平衡，找到最小不平衡子树44，然后找到最大 子节点(78)，孙子节点(50)，可以得出RL.，然后50右旋，后再进行左旋操作

2、删除75，首先根据二叉树删除规则，将75进行删除，由前驱或者后继进行代替，本次使用前驱，删除后，进行二叉树调整，发现此次为RR，因此将80进行左旋。

红黑树

考点： 红黑树的性质，红黑树的插入，一般代码还有删除不考（因为比较复杂）

特点：红黑树是二叉排序树的一种优化。
1、每个节点不是红色、就是黑色。
2、 根节点是黑色的。
3、 叶节点(外部节点、null节点)均是黑色的
4、 不存在两个相邻的节点都为红色的（红节点的父亲或者孩子都不可能是红色）
5、从一个根节点到达任意叶子节点，所经历的黑色节点都是相同的

左根右，叶路同，不红红，黑路同
性质1：从根节点出发，最长路径不大于最短路径的两倍

黑高：是指某个根节（不含本节点本身）点到达叶子节点黑节点的数量。
注意: 红黑树的叶子节点是指，失败节点

基本结构示意图

红黑树–插入

插入的策略：
插入根节点的时候为黑色，当插入非根节点就为红色 ，当不满足特性的时候，判断RR\LL\RL\LR是根据插入节点的爷节点进行判断的。

B树（概念着重，因为考过名词说明）

[m/2]向上取整： [5/2] =3
结点关键字： ([m/2]-1，m-1)
b树：即就是二叉排序树的扩展，二叉排序树一个节点只能有个子树，b树可以扩展为多个
特性1：b树同红黑树一样，最下层为叶子节点。叶子节点上面的称为终端节点
2、树中每个结点至多有m棵子树,即至多含有m-1个关键字。
3、若根结点不是终端结点,则至少有两棵子树。
4、除根结点外的所有非叶结点至少有 【m/2】棵子树,即至少含有【m/2】-1个关键字。
5、所有的叶结点(空节点)都出现在同一层次上,并且不带信息

n个关键字必定有n+1个叶子结点

b树的插入

如果是空树插入的话，都是从最底层一个节点开始，然后进行向上分裂

空树构造

视频参考
当一个节点的关键字满了之后是，去当前节点的中间值作为父节点（[m/2]），然后选出当前节点是插入到父节点指针的右边
示例：

b树的删除

删除根节点

删除根节点：由删除节点的，直接前驱或者后继进行替代。（前驱和后继跟二叉树中的方式一样）。
前驱：找当前关键字 下面的左指针中最右下下的 元素
后继：找当前关键字 下面的右指针中最左下下的 元素

如：删除77，找后继为82

终端节点的删除

如果删除到当前节点不能满足，b树的特性那么将借用左右节点的关键字。当左右节点的关键字都不够的时候，那么进行合并 左or右节点，并且将父关键字一块合并

B+树

结点关键字：([m/2],m)
特性：
1、节点的子树个数 与关键字m相等（比较爱考因为可以跟b树区别，b树是m+1个树）
2、非叶根至少有两颗子树
3、只有叶子结点存储的是数据的指针和关键字信息，其他分支节点存储的是指向叶子结点指针只是一个索引的作用。

b+树查找的物理逻辑：
例如上图找42
首先根据磁盘上根节点（15,56）信息读取到内存中，找到如56,，然后再将子节点（35,42，56）56从磁盘读取到内存中，接着找（40,42）42结点，然后读取内存，接着从42中 关键字信息和数据指针信息进行读取记录数据中的内容到内存。（这就解释了为什么大多使用b+树来代替b树的原因之一，因为b树的话每个结点都存储大量的数据指针关键字之类的，这样使得查找数据比较缓慢，而b+树非跟叶子结点只存储叶子结点的位置索引。）
另一个原因，因为每个结点磁盘大小是有限的16kb，如果每个结点都存储关键字信息+指针信息，那么会导致结点的关键字变少，而关键字变少意味着树的高度就会增加，这样就会导致IO读取磁盘的次数变得更多cpu开销更大

在C中可以将上面的树形结构理解为【结构体+左指针+右指针+数组（关键字）】

b+树分支节点可能会有重复的关键字，但是b树种是没有重复的关键字
b+树叶子结点存储信息，b树每个结点都存储

b树b+树差异

任何一个节点的子树的高度都要一样。

散列表（哈希表）

散列表(哈希表,HashTable):是一种数据结构。特点是:可以根据数据元素的关键字计算出它在散列表中的存储地址
散列函数(哈希函数): Addr=H(key)建立了"关键字"→"存诸地址"的映射关系，如使用 取余的方式进行（5%10）
同义词： 表示两个关键字 首次 所计算的地址冲突了

散列函数

除留余数法（常考）

11%13 = 11
除留余数法：addr=key%p
注：质数又称素数。指除了1和此整数自身外,不能被其他自然数整除的数
余数p的取值：散列表表长为m,取一个不大于m但最接近或等于m的质数p

如：5就是质数、13也是质数(2例外，2是一个特殊的质数）

直接定址法

a,b都是自定义的一个常数
直接定址法：addr=key*a+b
特点：使用于关键字分布基本连续的情况下。

数字分析法

数字分析法–选取数码分布较为均匀的若干位作为散列地盘
如：如果要存储手机号，那么就直接使用手机号的后四位当做散列地址进行存储。

平方取中法

平方取中法–取关键字的平方值的中间几位作为散列地址。
特点：关键字的每位取值都不均匀
简化：关键字进行平方，平方后的值取中间的两位作为地址

处理冲突的几种方式

拉链法

声明：默认链表采用头插法
拉链法：如果散列表插入地址冲突，那么将会生成一个链表的方法进行存储冲突的数据。

查找长度

如：
1、寻找27的值，根据7%13得出地址1，然后对比79,27。查找成功，因此查找长度为 “ 2”
2、查找21的值，地址为：8,8没有值，发现查找失败，因此长度为“0”
3、查找66的值，地址为：1，1中对比4次，查找失败，因此长度为“4”

开放定址法

开放定址法：又分为4种，但是整体的思想都是如果冲突了之后，再给他另寻一个其他空闲的地址。
m:散列表的长度
addr=[(addr)+d] % m

线性探测法（常考）

注意：以下4种算法如果不论查找还是删除，在查找元素的时候如果遇到空单元，那么表示查找失败\删除失败

线性探测法：如果地址冲突，那么就依次往后面寻找空闲的位置。每次都+1的寻找，最多到m-1位置

平方探测法

平方探测法：如果冲突那么根据 i的平方的方式进行寻找空闲的位置，i依次累加，一正一负，先从正开始。可以直接从1²开始，不用理会图上的0.
注意：如果根据平方探测法查找，查找的过程中，发现一个空的单元，那么直接查找失败。

双散列法

双散列法：就是对 计算地址的方法使用两次，最终计算出空闲的地址。
H=(h(key)+d)%m
如：addr=key%13
要插入1的值，进行计算地址 1= 1%13，得出d=m-addr 即 12=13-1
addr=(冲突key+1*d) %13 — 0=(1+1 * 12)%13
12=(1+2 * 12)%13
11=(1+3 * 12)%13

伪随机序列法

伪随机序列法：跟线性探测法类似，就是线性探测增量值是依次累加的，而伪随机序列法增量值是由自己写代码随机生成的。

4种算法的删除注意

删除的时候不能直接物理删除，不然就可能导致，查找其他冲突元素的时候出现问题，因此删除的时候都是逻辑删除（flag=1）

查找（总结）：

叶子结点：也叫终端结点，是度为 0 的结点。

红黑树中：最后一行为null，的为终端节点（叶子节点）也称失败节点，第一个为根节点，其他为分支节点（或非终端节点）
b树，b+树：关键字最后一行称为终端节点，最后一行关键字下一层都为null的称为 终端节点(叶子结点)

树调整：

当AVL/二叉树/b树删除节点进行补替的时候，可以选择 后继或者前驱 进行替换

找后继：当前节点右子树下面最左下节点

找前驱：当前节点左子树下面最右下节点

平衡二叉树

红黑树调整：

叔黑：LL\RR旋转+父爷变色，LR/RL 旋转+儿爷变色

叔红：旋转+叔夫爷变色，爷变新

b树与b+树：

最后一层为空的称为叶子节点。任何叶子节点都在同一层

b ：（m/2-1,m-1)，m+1棵树，n+1个叶子节点

b+： (m/2,m) ，最多m棵树

散列表

1. 散列表的平均查找长度依赖于散列表的装填因子，而不直接赖于 m或者n
2. 装填因子a越小越好，越大越容易冲突