第七章 查找（上）【基本概念，顺序，折半查找】

1.基本概念

1.1 名词解析

• 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。
  
  
• 对查找表的常⻅操作：
  1.查找符合条件的数据元素
  2.插⼊、删除某个数据元素
  只需进⾏操作1的 —— 静态查找表，仅关注查找速度即可
  也要进⾏操作2 —— 动态查找表，除了查找速度，也要关注插入/删操作是否⽅便实现

1.2 查找算法的评价指标

• 查找长度： 在查找运算中，需要对比关键字的次数称为查找长度。
• 平均查找长度(ASL，Average Search Length)： 所有查找过程中进行关键字的比较次数的平均值。
  
  ASL 的数量级反应了查找算法时间复杂度
  评价⼀个查找算法的效率时，通常考虑查找成功/查找失败两种情况的 ASL
  
  

2. 顺序查找

2.1 顺序查找的算法思想

• 顺序查找，⼜叫“线性查找”，通常⽤于线性表。
• 算法思想： 从头到 jio 挨个找（或者反过来也OK）
  代码实现：

typedef struct{				//查找表的数据结构（顺序表）
    ElemType *elem;			//动态数组基址
    int TableLen;			//表的长度
}SSTable;
 
//顺序查找
int Search_Seq(SSTable ST,ElemType key){
    int i;
    for(i=0;i<ST.TableLen && ST.elem[i]!=key;++i);
    // 查找成功返回数组下标，否则返回-1
    	return i=ST.TableLen? -1 : i;
}

哨兵方式代码实现：
0号位置存“哨兵”，数据从下标1开始存。
优点：⽆需判断是否越界，效率更⾼

typedef struct{				//查找表的数据结构（顺序表）
    ElemType *elem;			//动态数组基址
    int TableLen;			//表的长度
}SSTable;
 
//顺序查找
int Search_Seq(SSTable ST,ElemType key){
    ST.elem[0]=key;
    int i;
    for(i=ST.TableLen;ST.elem[i]!=key;--i)
    // 查找成功返回数组下标，否则返回0
	    return i;
}

2.2 查找效率分析

2.3 顺序查找的优化（对有序表）

按关键字有序的顺序表的顺序查找，查找成功时的平均查找长度不变，
区别： 查找失败时可以不用再比较到表的另一端就能返回查找失败的信息，从而降低顺序查找失败时的平均查找长度

2.4 ⽤查找判定树分析ASL

• ⼀个成功结点的查找⻓度 = ⾃身所在层数
• ⼀个失败结点的查找⻓度 = 其⽗节点所在层数
• 默认情况下，各种失败情况或成功情况都等概率发⽣

2.5 顺序查找的优化（被查概率不相等）

按被查概率降序排列

3. 折半查找

3.1 折半查找的算法思想

**适用范围：**折半查找，⼜称“⼆分查找”，仅适⽤于有序的顺序表。顺序表拥有随机访问
的特性，链表没有。

3.1.1 折半查找的基本思想：

首先将给定值key与表中中间位置的元素（mid的指向元素）比较。mid=low+high/2（向下取整）

1. 若key与中间元素相等，则查找成功，返回该元素的存储位置，即mid；
2. 若key与中间元素不相等，则所需查找的元素只能在中间元素以外的前半部分或后半部分。（至于是前半部分还是后半部分要看key与mid所指向元素的大小关系）
   a.在查找表升序排列的情况下，若给定值key大于中间元素则所查找的元素只可能在后半部分。此时让low=mid+1，继续查找；
   b.若给定值key小于中间元素则所查找的元素只可能在前半部分。此时让high=mid-1，继续查找；

3.2 折半查找代码实现：

typedef struct{
    ElemType *elem;
    int TableLen;
}SSTable;
 
// 折半查找
int Binary_Search(SSTable L,ElemType key){
    int low=0,high=L.TableLen,mid;
    while(low<=high){
        mid=(low+high)/2;
        if(L.elem[mid]==key)
            return mid;
        else if(L.elem[mid]>key)
            high=mid-1;					//从前半部分继续查找
        else
            low=mid+1;					//从后半部分继续查找
    }
    return -1;
}

3.3 查找效率分析

3.3.1折半查找判定树的构造：

• mid= $\lfloor (low+high)/2\rfloor$，如果当前 low 和 high 之间有奇数个元素，则 mid 分隔后，左右两部分元素个数相等；如果当前 low 和 high 之间有偶数个元素，则 mid 分隔后，左半部分⽐右半部分少⼀个元素。
• 折半查找的判定树中，若mid=$\lfloor (low+high)/2\rfloor$，则对于任何⼀个结点，必有：右⼦树结点数 - 左⼦树结点数 = 0 或 1。
  
• 折半查找的判定树⼀定是平衡⼆叉树。折半查找的判定树中，只有最下⾯⼀层是不满的。因此，元素个数为 n 时树⾼ h = $\lceil {\log }_2(n+1)\rceil$, 注： 该树⾼不包含失败结点
• 判定树结点关键字：左<中<右，满⾜⼆叉排序树的定义。失败结点：n+1个（等于成功结点的空链域数量）
  
• 折半查找的查找效率：折半查找的时间复杂度 = $O({\log }_{2}n)$ 。
• 查找成功的ASL ≤ h, 查找失败的ASL ≤ h
• 折半查找的速度不⼀定⽐顺序查找更快

3.4 扩展：如果$mid=\lceil (low+high)/2\rceil$

• 如果当前low和high之间有偶数个元素，则 mid 分隔后，左半部分⽐右半部分多⼀个元素
• 如果当前low和high之间有奇数个元素，则 mid 分隔后，左右两部分元素个数相等
  

4. 分块查找

4.1 适用范围

分块查找又称“索引顺序查找”，数据分块存储，块内无序、块间有序。

4.2 分块查找的算法思想

4.2.1存储形式

• “索引表”中保存每个分块的最⼤关键字和分块的存储区间。
• 顺序表存储实际元素

// 索引表
typedef struct{
    ElemType maxValue;
    int low,high;
}Index;
 
// 顺序表存储实际元素
ElemType List[100];

4.2.2算法过程

分块查找，⼜称索引顺序查找，它的基本思想是：把查找表分成若干子块，块内元素可以无序，但是块间需要有序，也即前一个块内最大的关键字需要小于后一个块内所有的关键字。还需要再建立一个索引表，保存块内最大的关键字和第一个元素的地址（或者块内元素地址的区间），索引表按关键字有序排列。
算法过程如下：
①在索引表中确定待查记录所属的分块（可顺序、可折半）
②在块内顺序查找
若使用折半查找且索引表中不包含⽬标关键字，则最终要停在 low > high，要在 low 所指分块中查找目标关键字。（返回最终的left,对应的元素大于等于关键字）
原因：最终low左边⼀定⼩于⽬标关键字，high右边⼀定⼤于⽬标关键字。⽽分块存储的索引表中
保存的是各个分块的最⼤关键字

若low超出索引表范围，查找失败

4.3 查找效率分析（ASL）

4.3.1 一般情况

4.3.2 均匀地分为b块，每块s个元素

设索引查找和块内查找的平均查找⻓度分别为LI、LS，则分块查找的平均查找⻓度为
$$ASL=LI+LS$$

4.4 若查找表是“动态查找表”, 更好的实现⽅式——链式存储