数据结构-查找.ppt

查找运算应用广泛。 查找效率直接影响数据处理速度。 查找方法与数据结构有关。 采用何种查找方法，取决于使用哪种数据结构表示“表” 查找速度 占用存储空间多少 算法本身复杂程度 平均查找长度ASL(Average Search Length) 为确定记录在表中的位置，需和给定值进行比较的关键字的个数的数学期望值叫查找算法的ASL。 1. 设表长为n，low、high和mid分别指向待查元素所在区间的上界、下界和中点,k为给定值。2.初始时，令low=1,high=n,mid=?(low+high)/2? 让k与mid指向的记录比较 若k==r[mid].key，查找成功 若kr[mid].key，则high=mid-1 若kr[mid].key，则low=mid+13.重复上述操作，直至lowhigh时，查找失败。 折半查找算法思想 在 n50 时，可得近似结果 查找过程：将表分成几块，块内无序，块间有序；先确定待查记录所在块，再在块内查找。 适用条件：分块有序表 算法实现： 用数组存放待查记录,每个数据元素至少含有关键字域； 建立索引表，每个索引表结点含有最大关键字域和指向本块第一个结点的指针。 分块查找方法评价 二叉排序树的插入算法 根据动态查找表的定义，“插入”操作在查找不成功时才进行; 若二叉排序树为空树，则新插入的结点为新的根结点；否则，新插入的结点必为一个新的叶子结点，其插入位置由查找过程得到。 一个无序序列可以通过构造一棵二叉排序树而变成一个有序序列。 每次插入的新结点都是二叉排序树上新的叶子结点 插入时不必移动其它结点，仅需修改某个结点的指针 哈希查找(散列查找) 利用哈希函数进行查找的过程。 基本思想：在记录的存储地址和它的关键字之间建立一个确定的对应关系；这样，不经过比较，一次存取就能得到所查元素的查找方法。 在记录的关键字与记录的存储地址之间建立的一种对应关系。哈希函数是一种映象，是从关键字空间到存储地址空间的一种映象。 addr(ai)=H(ki) 其中：ai是表中的一个元素 addr(ai)是ai的存储地址 ki是ai的关键字 从例子可见： 哈希函数只是一种映象，所以哈希函数的设定很灵活，只要使任何关键字的哈希函数值都落在表长允许的范围之内即可。 由于哈希函数是一个压缩映象，因此，在一般情况下，很容易产生“冲突”现象。 冲突：key1?key2，但H(key1)=H(key2)的现象 一般来说，只能尽量减少冲突而不能完全避免冲突，这是因为通常关键字集合比较大，其元素包括所有可能的关键字，而地址集合的元素仅为哈希表中的地址值。 如上例中城市和地区的可能出现值不下几百几千，而地址集合的大小只有26，所以哈希函数是一个压缩映象，就不可避免产生冲突。 很难找到一个不产生冲突的哈希函数。一般情况下，只能选择恰当的哈希函数，使冲突尽可能少地产生。 在定义哈希表时既要定义好哈希函数又要给出处理冲突的方法。 建立公共溢出区 设哈希函数的值域为[0,m-1]，则设向量HashTable[0..m-1]为基本表，每个分量存放一个记录。 另设立向量OverTable[0..v]为溢出表。所有关键字和基本表中关键字为同义词的记录，不管他们由哈希函数得到的哈希地址是什么，一旦发生冲突，都填入溢出表。 哈希查找过程 将关键字分割成若干部分，然后取它们的叠加和为哈希地址。 移位叠加:将分割后的几部分低位对齐相加。 间界叠加:从一端沿分割界来回折送，然后对齐相加 此法适于关键字的数字位数特别多。 折叠法 例 关键字为 ：0442205864，哈希地址位数为4 5 8 6 4 4 2 2 0 0 4 1 0 0 8 8 H(key)=0088 移位叠加 5 8 6 4 0 2 2 4 0 4 6 0 9 2 H(key)=6092 间界叠加 2.7.6 哈希表技术及其查找 除留余数法 设定哈希函数为: H(key) = key MOD p ( p≤m ) 其中， m为表长，p 为不大于 m 的素数或是不含 20 以下的质因子。 2.7.6 哈希表技术及其查找 例如： 给定一组关键字为：12, 39, 18, 24, 33, 21， 若取 p=9, 则他们对应的哈希函数值将为： 3, 3, 0, 6, 6, 3 可见，若 p 中含质因子 3， 则所有含质因子 3 的关键字均映射到“3 的倍数”的地址上