算法1.常见查找算法以及数据结构比较

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

1. 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。
2. 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
3. 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）
4. 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

1. 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。
2. 适用范围
   数据有序（注意）
3. 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）
4. 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

1. 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。
2. 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）
3. 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。