查找算法总结

查找算法总结

查找经常进行的操作：

（1）查找key是都存在于当前集合；

（2）在查找集合中插入key；

（3）在查找集合中删除key；

静态查找：在查询集合中，查找key是否存在。

动态查找：在查找过程中同时插入集合中不存在的元素；或者删除查找元素。

查找算法分类：

（1）静态查找算法：顺序查找，二分查找（折半查找），索引查找（分块查找）；

（2）动态查找算法：二叉排序树；

（3）哈希查找算法

顺序查找（评价查找长度(n+1)/2）

1)算法实现

/*
	 * 顺序查找，返回key在数组中的位置
	 * nums[0]中不放数据
	 */
	public int orderSearch(int[] nums,int key){		
		int i=0;
		nums[0]=key;//哨兵，省去查找过程中每一步都要检测是否整个集合查找完成
		for(i=nums.length-1;nums[i]!=key;i--);
		return i;
	}

2)优化思路

从概率角度来讲，目前查找的元素越多代表可能将来被查找的可能性就比较大；考虑LRU和LFU思想。

二分查找（平均查找长度(logn+1)）

1)算法描述

限制条件：适用于有序的序列结构，且顺序存储结构

每次key和当前集合中终点比较，相等返回；小于则在中点左侧查找；大于则在中点右侧查找。

2)算法实现

非递归

/*
	 * 二分查找非递归，返回key在数组中的位置
	 * nums[0]无效
	 */
	public int binarySearch(int[] nums,int key){		
		int start=1;
		int end=nums.length-1;
		int mid=0;
		while(start<=end){
			mid=(start+end)/2;
			if(nums[mid]==key){
				return mid;
			}else {
				if(nums[mid]>key){
					end=mid-1;
				}else {
					start=mid+1;
				}
			}
		}
		return 0;
	}

递归

/*
	 *二分查找递归，返回key在数组中的位置
	 * nums[0]无效 
	 */
	public int binarySearchRecursion(int[] nums,int key,int start,int end){	
		if(start>end){
			return 0;
		}
		int mid=(start+end)/2;
		if(nums[mid]==key){
			return mid;
		}else {
			if(nums[mid]>key){
				return binarySearchRecursion(nums,key,start,mid-1);
			}else {
				return binarySearchRecursion(nums,key,mid+1,end);
			}
		}
	}

索引查找（平均查找长度在顺序查找和二分查找之间）

算法描述：

为了减少查找时间，以增加空间复杂度为代价。为原有集合建立索引结构（有序），查找过程中，先在索引结构中查找，再在索引相应的集合块中查找。

将集合进行分块，每块建立相应的最大关键值和起始位置，这样构成相应的索引结构。用二分查找key可能在的索引块，然后在块内进行顺序查找。

二叉排序树查找

1）基本思路

改进二分查找中的缺陷（插入和删除过程需要移动大量的元素），用二叉排序树存储数据。二叉树的插入和删除的时间复杂度比较低，且支持二分查找。

2）具体实现

后续将贴出相应代码...

哈希查找

1)基本思路

将元素的key和value直接对应。将key经过哈希函数映射到某一地址。

2)哈希函数

直接定址；数字分析法；平方取中法；除留余数法；随机数法；

3）处理冲突方法

开放定址法；再哈希法；链地址法；