最近一直在复习,查找算法作为最常用的算法,作为算法系列第一部分总结一下,一来作为笔记,二来可以与大家一起分享,共同学习,共同进步,转载请注明出处,谢谢。
1. 顺序查找
- 原理
顺序查找,按照字面意思,就是按照排列顺序,依次将查找关键词key与元数据每一项进行对比,如果找到就结束。 - 适用范围
所有数据,但是对于过大的数据,不太实用,时间复杂度较高 - 时间复杂度、空间复杂度分析
时间复杂度O(n),空间复杂度O(1) - 代码
int search(vector<int> & input, int key) {
for(int i = 0; i < input.size(); ++i) {
if(input[i] == key)
return i;
}
return -1;
}
2.折半查找
- 原理
假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。 - 适用范围
数据有序(注意) - 时间复杂度、空间复杂度分析
时间复杂度O(lg n),空间复杂度O(1) - 代码
int BinarySearch(vector<int> & input, int key) {
int first = 0;
int last = input.size() - 1;
int mid;
while(first <= last) {
mid = first + (last - first)/2;
if(input[mid] == key)
return mid;
else if(input[mid] > key)
last = mid - 1;
else
first = mid + 1;
}
return -1;
}
3.哈希表查找(会有单独的章节去讲,后续会更新)
1. 原理
根据键值方式(Key value)进行查找,通过散列函数,定位数据元素。
2. 适用范围
首先需要建立hash表。
3. 时间复杂度、空间复杂度分析
时间复杂度在不冲突的情况下O(1),最极端情况为O(n),空间复杂度O(1)
4.二叉查找树
- 定义(递归的)
1、如果它的左子树不空,那么左子树上的所有结点值均小于它的根结点值;
2、如果它的右子树不空,那么右子树上的所有结点值均大于它的根结点值;
3、它的左右子树也分别为二叉查找树。 - 时间复杂度、空间复杂度分析
时间复杂度O(lg n),空间复杂度O(1) - 代码
struct TreeNode {
TreeNode * left, right;
int val;
TreeNode(int val1):val(val1),left(nullptr),right(nullptr){}
};
TreeNode *BinarySearchTree(TreeNode * root, int val) {
if(root == nullptr)
return nullptr;
if(root ->val == val)
return root;
else if(root ->val > val)
return BinarySearchTree(root ->left, val);
else
return BinarySearchTree(root ->right, val);
}
其他例如B树 B+树以及红黑树等会在后续的章节进行讲解。如果有错误的地方,还请留言告诉我,我会及时更新的,谢谢。