第09章_检索2009_9.pptVIP

第9章　检索 9.1 检索的基本概念 第9章　检索 9.2 线性表的检索 9.2.2二分法检索 9.2.3分块检索 第9章　检索 9.3 二叉排序树 第9章　检索 9.4丰满树和平衡树 9.4.1丰满树 9.4.2平衡二叉排序树 第9章　检索 9.5最佳二叉排序树和Huffman树 9.5.1扩充二叉树 9.5.2最佳二叉排序树 9.5.3 Huffman树 第9章　检索 9.6 B-树 9．6．2 B-树的基本操作 第9章　检索 9.7散列表检索 9.7.2散列函数的构造 9.7.3冲突处理 第9章　检索 例如，从图9.21（c）中删去关键字120，则应删去120所在结点，并将双亲结点中的150与200合并成一个结点，删除后的树如图9.21（d）所示。如果这一操作使双亲结点中的关键字数目小于?m/2?-1，则依同样方法进行调整，最坏的情况下，合并操作会向上传播至根，当根中只有一个关键字时，合并操作将会使根结点及其两个孩子合并成一个新的根，从而使整棵树的高度减少一层。 120 8 40 28 200 85 150 50 80 删除120 8 40 28 150 200 85 50 80 例如，在图9.21（d）中删除关键字8，此关键字所在结点无左兄弟，只检查其右兄弟，然而右兄弟关键字数目等于?m/2?-1，此时应检查其双亲结点关键字数目是否大于等于?m/2?-1，但此处其双亲结点的关键字数目等于?m/2?-1，从而进一步检查双亲结点兄弟结点关键字数目是否均等于?m/2?-1，这里关键字28所在的结点的右兄弟结点关键字数目正好等于?m/2?-1，因此将28和40结合成一个结点，50和85结合成一个结点，使得树变矮，删除结点8后的结果如图9.21（e）所示。 8 40 28 150 200 85 50 80 删除8 28 40 150 200 80 50 85 习题 9.11含有9个叶子结点的3阶B-树中至少有多少个非叶子结点？含有10个叶子结点的3阶B-树中至少有多少个非叶子结点？ 9.13用依次输入的关键字23、30、51、29、2 7、15、11、17和16建一棵3阶B-树，画出建该树的变化过程示意图（每插入一个结点至少有一张图）。 检索的基本概念 线性表的检索 最佳二叉排序树和Huffman树 散列表检索 二叉排序树 B-树 丰满树和平衡树 在已经介绍过的线性表、树等数据结构中，记录存储在结构中的相对位置是随机的，因而相应的检索是通过若干次的比较以寻找指定的记录。本节将介绍一种新的存储结构——散列存储，它既是一种存储方式，又是一种常见的检索方法。 9.7.1散列存储 散列存储的基本思想是以关键码的值为自变量，通过一定的函数关系（称为散列函数，或称Hash函数），计算出对应的函数值来，以这个值作为结点的存储地址，将结点存入计算得到的存储单元里去。 U S k1 k2 k3 k5 k4 0 H(k1) H(k5) H(k2)=H(k4) H(k3) H(km-1) 图9.22 散列过程示例 散列存储中经常会出现对于两个不同关键字xi，xjS，却有H（xi）=H（xj），即对于不同的关键字具有相同的存放地址，这种现象称为冲突或碰撞。碰撞的两个（或多个）关键字称为同义词（相对于函数H而言）。 “负载因子”?反映了散列表的装填程度，其定义为： ?= 散列表中结点的数目 基本区域能容纳的结点数 当?1时冲突是不可避免的。因此，散列存储必须考虑解决冲突的办法。 a1 b0 1 1 b1 2 a2 b1 4 2 b2 3 a3 b2 3 3 b3 3 a4 b3 2 3 b4 1 花费 C[0，1]=4 C[1，2]=9 C[2，3]=9 C[3，4]=6 总权 4 9 9 6 （a）包括一个内部结点的最佳二叉排序树 a3 3 b3 3 a2 b1 4 2 b2 3 a3 b2 3 3 a4 b3 2 3 b4 1 a4 2 b4 1 a3 b2 3 3 b3 3 花费 24 C[2，4]=C[3，4]+12=18 21 总权 15 12 12 （b）包括二个内部结点的最佳二叉排序树 a1 b0 1 1 a2 b1 4 2 b2 3 a2 4 b2