排序与查找

简单排序

• 冒泡排序
  • 效率和逆序对大小有关
• 插入排序
  • 效率和逆序对大小有关
• 希尔排序

散列查找

• 痛点：传统二分查找无法解决查找高效率的同时，可以添加删除。也就是动态查找。所以散列应运而生。
• 查找本质：已知对象找位置
  • 有序安排对象［全部有序（二分查找）、部分有序（查找树）］
  • 直接“算出”对象位置：散列
• 散列查找两项基本工作
  • 计算位置：构造散列函数确定关键词位置
  • 解决冲突：应用某种策略解决多个关键词位置相同的问题。
• 时间复杂度几乎是常量：O（1），即查找时间与问题规模无关。
  
  • 散列函数是对17求余数，eq：20/17=3
  • 装填因子LoadFactor＝ 11/17 ＝ 0.65（装入元素个数／散列表大小）
• 基本思想
  • 以关键字key为自变量，通过一个确定的函数（散列函数），计算出对应的函数值作为数据对象的存储地址。
  • 不同的关键字映射到同一个散列地址上，称为冲突，需要冲突解决策略。
• 散列函数构造（数字）
  1. 直接定址法，h（key） ＝ a＊key＋b（ab为常数）
  2. 除留余数法，求余数 h（key） ＝ key ％ 17，一般p为表的大小p＝tableSize＝17，取素数
  3. 折叠法，如：56793542 －542+793+052=1391 所以，h（56793542）＝391
  4. 平方取中法：如56793542 ＊ 56793542 ＝ 322550641 2905764 所以，h（56793542）＝641。取中和折叠都是希望结果被更多位数产生影响
• 散列函数构造（字符）
  h(abcde) = a* 32⁴+ b *32³+c *32²+d 32+e ［32进制的五位数］ 精简为 ==>（a32+b）*32 +c
  结果在求余数
  高效算法：（a<<5 +b）<<5+c[乘法次数越少计算机越高效 ]

冲突处理

• 换个位置：开放地址法

  1. 一旦产生冲突（该位置已有其他元素）就按照某种规则寻找另一个空地址。

  2. h1（key）＝h（key） ＋ di（0<i<tableSize）,di决定了三种探测方案：线性探测法［di＝i］、平方探测法［di＝i²］、双散列探测法[di=i*h2(key)]

  3. 线性探测法：冲突容易积聚
     

  4. 平方探测法：以增量序列1²，－1²，2²，－2²。。。q²，－q²，q<=tableSize/2,循环试探下一个存储地址。

     • 好处：避免了聚集，但是坏处是有可能发生即使有空位置仍然找不到的情况。
     • 定理：如果哈西表长度tableSize是某个（4K＋3）形式的素数，平方探测法就可以探查到整个散列表空间。

  5. 双散列探测法：di＝i*h2(key)。h2(key)是另一个散列函数。探测序列成h2(key);2h2(key);3h2(key)…

  6. 再散列rehashing；当散列元素太多，装填因子太大，查找效率就会降低。解决办法是加倍扩大散列表，这个过程叫再散列（rehashing）

• 同一个位置的冲突对象组织在一起：链地址法（分离链接法）

  • 将相同位置上冲突的所有关键词存储在同一个单链表中。