数据结构-09 查找.pptVIP

9.1 静态查找表 9.1.1 顺序表的查找（Sequential Search） 9.1.2 有序表的查找－折半查找 9.1.4 索引顺序表查找 9.1 静态查找表 9.2 动态查找表 9.2 动态查找表 插入 生成 3. 删除 (1) P为叶子 (1) P为叶子 P只有左子树 P只有左子树 (3) P有两棵子树 (3) P有两棵子树 (3) P有两棵子树 4. 查找 最多：满二叉树 最少，递推： 当前高度为h，结点数又最少，则子树中一个高度为h-1，一个为h-2，并且子树结点也最少，所以： Nh = Nh-1 + Nh-2 +1 显然，N0=0（空树），N1=1（仅有根结点），于是 N2=2 N3=4 N4=7,… （3）删除 开放地址法open addressing 3．折叠法 若关键字位数较多，可将其分割成位数相同的若干段（最后一段的位数可以不同），段的长度取决于散列表的地址位数，然后将各段的叠加和（舍去进位）作为散列地址。 移位叠加：将各段的最低位对齐，然后相加（各段的先后顺序没有作用） 边界叠加：两相邻的段沿边界来回折迭，然后对齐相加。 4．平方取中法 取关键字平方（扩大差别）后的中间几位为散列函数地址。 平方后中间几位数和数的每一位相关，由此产生的散列地址也比较随机（均匀），所取位数由散列表的表长决定。 5．除余法 取适当正整数P，去除关键字，所得余数作为散列地址： H(key)=key％P 关键：选取适当的P。偶数、基数幂等不好。 一般P取小于或等于散列表长度m的某个最大素数。 特别地，如果散列表长度m本身就为素数，则取P=m。 若m较大，则P也可取合数，但一般要求其因子为较大的素数。如P=29×31=899等，这可避免找大素数的困难。 计算简单，不需知道关键字各位的分布规律，也不必关心关键字位数的多少，并且在许多情况下效果较好，因此，除余法是一种最常用的散列函数构造方法。 7. 随机法 选择一个随机函数，取关键值的随机函数值为散列地址： H(key)=random(key) 随机函数应为伪随机：对不同关键字得到随机结果，但对同一个关键字，每次运行时都应得到相同的结果；否则建表和以后的查找过程不能保证相同的散列地址。 6. 基数转换法 将关键字看成另一进制上的数，再转换成原来进制，取若干位作为散列地址。 一般取大于原来基数的数作转换基数（可扩大差别），并且两个基数要互素。 例如， (12057)10→ (12057) 13： (12057)13=1×134＋2×133＋0×132＋5×131＋7=33027 9.3.3 处理冲突的方法 “处理冲突” 就是为产生冲突的关键字寻找合适存放位置。 可分两大类：开放地址法和链地址法 失衡原因：在A的右孩子(R)的左子树(L)上插入结点，使A的平衡因子由?1变为?2。 调整操作：“提升”C为新子树的根；A下降为C的左孩子（B变为C的右孩子），同时将C原来的左子树CL调整为A的右子树，C原来的右子树CR调整为B的左子树。 （4）RL型调整 插入点也可能在CR 16 0 16 3 1 0 LR调整 7 3 16 0 0 0 7 3 11 0 1 -1 16 LL调整 3 7 16 9 0 0 0 -1 11 7 3 16 11 9 0 1 2 -2 16 3 7 0 -1 2 例　输入（16,3,7,11,9,26,18），生成平衡二叉树。 RL调整 RR调整 18 16 0 0 0 7 3 26 11 9 0 0 3 16 0 9 -1 7 11 26 -2 7 3 9 0 18 26 11 1 16 -1 3 7 11 26 9 16 0 -1 -1 -2 不会出现单枝最坏情况O(n)，平均O(log2n)。 三、性能分析 例　对（3,4,2,5,1,7,6），比较一般和平衡二叉树的效率。 非平衡：ASL=(1+2+2+3+3+4+4)/7=19/7≈2.71 平衡：ASL=(1+2+2+3+3+3+3)=17/7≈2.43 6 5 2 1 7 4 3 2 1 7 6 5 3 4 例　高度为 h的AVL树最多、最少多少结点？ 对外存数据，以树作文件的索引组织时，为减少访外次数，需要降低查找树的高度，这可采用多叉树，特别是平衡多叉树。 B树是一种平衡多叉查找树，常作索引，在文件系统中很有用。 9.2.2 B-树和B+树 一棵m阶的B-树，或是空树，或是满足以下条件的m叉树： （1）根至少有两个孩子（除非树中只有一个结点即根）。 （2）除根之外，每个内部结点有?m/2?～m个孩子。 （3）除叶子外，每个结点的关键字从小到大排列，孩子数比关键字个数多1。结点结构：(P0,K1,P1,K2,…,Pj?1,Kj,Pj