ch09表格与信息检索.pdfVIP

教 育 部 高 等 教 育 司 推 荐 国外优秀信息科学与技术系列教学用书 数据结构与程序设计 ——C++语言描述 Data Structures and Program Design in C++ Robert L. Kurse Alexandeer J. Ryba 主讲：中山大学计算机系 高集荣 E_mail: Gao_jr@163.com 第9章表格与信息检索 第9章表格与信息检索 9.1 简介 9.1 简介 9.2 数组的定义 9.2 数组的定义 9.3 数组的顺序表示和实现 9.3 数组的顺序表示和实现 9.4 矩阵的压缩存储 9.4 矩阵的压缩存储 9.5 ADT表格 9.5 ADT表格 9.6 Hash查找 9.6 Hash查找 9.7 各种信息检索方法的比较 9.7 各种信息检索方法的比较 9.8 广义表 9.8 广义表 2 9.1 简介 讨论背景 突破基于关键字比较的查找算法的lgn时 间下限 信息检索的本质 给定待查找的key ，确定表中含有此key 的记录的存放位置即： F key location 3 9.1 简介 只要能够确定f，对任意的key，只需要计算 f key ，就可以确定含此key的记录的位置。 查找与一般的表格查找的本质一样，都是进 行信息检索，它们分别利用key和index实 现信息的访问。 已知指出记录在表格中存放位置的索引， 就可以根据索引对记录快速定位。 本章讨论表格查找，其查找的时间性能不依 赖于表格的规模，为常数时间O 1 。 4 9.1 简介 表格的形式 矩形表格 各种特殊形状的表格 表格的实现 用数组存放表格 区分圆括号与方括号的含义 表格的应用 实现信息检索 用于实现信息检索的access array 用于实现信息检索的hash table 5 9.2 数组的定义 数组是我们最熟悉的数据类型，在早期的高 级语言中，数组是唯一可供使用的数据类型。 数组作为一种数据结构其特点是结构中的元 素本身可以是具有某种结构的数据，但属于 同一数据类型，并且数组元素的下标一般具 有固定的上界和下界，因此，数组的处理比 其它复杂的结构更为简单。 6 9.3 数组的顺序表示和实现 由于计算机的内存结构是一维的，因此用一 维内存来表示多维数组，就必须按某种次序 将数组元素排成一列序列，然后将这个线性 序列存放在存储器中。 又由于对数组一般不做插入和删除操作，也 就是说，数组一旦建立，结构中的元素个数 和元素间的关系就不再发生变化。因此，一 般都是采用顺序存储的方法来表示数组。 7 8 Access array 的概念 Access array 的概念 相当于一个“索引表” 一个便于确定元素存储地址的附加数组 举例 对于一个以行为主序存放的矩形表格，为了便 于确定元素 i, j 的存放位置，可建立一个保存 了每行第1个元素存放地址的access array，如 下图。 9 Access array 的概念 令此access array名为A ，则loc i, j A[i]+j 10 9.4 矩阵的压缩存储 在科学与工程计算问题中，矩阵是一种常用的数学 对象，在高级语言编制程序时，是将一个矩阵描述 为一个二维数组。矩阵在这种存储表示之下，可以 对其元素进行随机存取，各种矩阵运算也非常简 单，并且存储的速度为1。 但在有些情况下，比如常见的一些特殊矩阵，如对 称矩阵、三角矩阵、带状矩阵、稀疏矩阵等，出现 大量的零元素的情况下，从节约存储空间的角度考 虑，这种存储是不太合适的。 11 9.4.1 特殊矩阵 所谓特殊矩阵是指非零元素或零元素的分布有一定 规律的矩阵， 1.对称矩阵 在一个n阶方阵A中，若元素满足下述性质： aij aji 1 ≦i,j ≦n 则称A为对称矩阵。 对称矩阵中的元素关于主对角线对称，故只要存储 矩阵中上三角或下三角中的元素，让每两个对称的 元素共享一个存储空间，这样，能节约近一半的存 储空间。不失一般性，我们按“行优先顺序”存储主 对角线 包括对角线 以下的元素，其存储形式如图 所示： 12 1 5 1 3 7 a 11 5 0 8 0 0 a a 21 22 1 8 9 2 6 a a a 31 32 33 3 0 2 5 1 ……………….. 7 0 6 1 3 an 1 an2 an3 …a n n 1 5 0 1 8 9 3 0 2 5 7 0 6 1 3 图9.5 5阶对称方阵及它的压缩存储 在下三角矩阵中，第i行恰有i个元素，元素总数为：