数据结构第8章_查找.pptVIP

3．平衡二叉树的查找及性能分析 平衡二叉树本身就是一棵二叉排序树，故它的查找与二叉排序树完全相同。但它的查找 性能优于二叉排序树，不像二叉排序树一样，会出现最坏的时间复杂度O(n)，它的时间复杂度与二叉排序树的最好时间复杂相同，都为O(log2n)。 例8-3，对例8-2给定的关键字序列4,5,7,2,1,3,6，试用二叉排序树和平衡二叉树两种方法查找，给出查找6的次数及成功的平均查找长度。 分析：由于关键字序列的顺序己经确定，故得到的二叉排序树和平衡二叉树都是唯一的。得到的平衡二叉树见图8-14，得到的二叉排序树见图8-15。 从图8-15的二叉排序树可知，查找6需4次，平均查找长度ASL=(1+2+2+3+3+3+4)/7=18/7≈2.57。 从图8-14的平衡二叉树可知，查找6需2次，平均查找长度 ASL=(1+2+2+3+3+3+3)=17/7≈2.43。 从结果可知，平衡二叉树的查找性能优于二叉排序树。 8.3.3 B- 树 B-树是一种平衡的多路查找树，在文件系统中很有用，定义如下： 一棵m阶的B-树，或是空树，或是满足以下条件的m叉树： （1）树中每个结点至多有m棵子树 （2）若根结点不是叶子结点，则至少有二棵子树。 （3）除根结点外的所有非终端结点至少有int(m/2)棵子树 （4）所有结点包含信息（n,A0,K1,A1,…Kn,An)其中Ki为关键字且有序。Ai为指向子树根结点的指针，Ai所指子树中所有结点的关键字均小于Ki+1,An所指子树中所有结点的关键字均大于Kn （5）所有叶子结点都出现在同一层次上，即所有空的指针出现在同一层上。 An Kn … … A1 K1 A0 n n+1个分支 35 1 18 1 11 1 27 1 39 1 64 53 47 3 99 1 78 43 2 B-树的操作 （1）查找 要查找关键字k的记录，首先从根结点开始，若找到则找所对应的记录，否则沿p所指的子树继续查找，其中 A0 kK1 P = An kKn Ai KikKi+1 若直到叶子结点还未找到，则查找失败。 B-树的操作 （2）插入 设要插入关键值为k的记录，指向k所在记录的指针为p。 首先找到k应插入的叶子结点，将 k和p插入。然后，判断被插入结点是否满足m叉B-树的定义，即插入后结点的分支数是否大于m（结点的关键字数是否大于m-1)，若不大于，则插入结束；否则，要把该结点分裂成两个。方法是： 申请一个新结点，由指针p’指向，将插入后的结点按照关键字的值大小分成左、中、右三部分，中间只含一项，左边的留在原结点，右边的移入新结点，中间的构成新的插入项，插入到它们的双亲结点中，若双亲结点在插入后也要分裂，则在分裂后再往上插入。 45 24 3 12 37 50 53 90 61 70 95 插入30 37 30 插入85 85 61 85 70 53 90 70 8．4 哈希表（散列查找 ） 8.4.1 基本概念 散列查找，也称为哈希查找。它既是一种查找方法，又是一种存贮方法，称为散列存贮。散列存贮的内存存放形式也称为哈希表或散列表。 散列查找，与前面介绍的查找方法完全不同，前面介绍的所有查找都是基于待查关键字与表中元素进行比较而实现的查找方法，而散列查找是通过构造哈希函数来得到待查关键字的地址，按理论分析真正不需要用到比较的一种查找方法。 例如，要找关键字为k的元素，则只需求出函数值H（k），H（k）为给定的哈希函数，代表关键字k在存贮区中的地址，而存贮区为一块连续的内存单元，可用一个一维数组(或链表)来表示。 例，假设有一批关键字序列18,75,60,43,54,90,46，给定哈希函数H（k）=k%13，存贮区的内存地址从0到15，则可以得到每个关键字的散列地址为： H（18）=18%13=5 H（75）=75%13=10 H（60）=60%13=8 H（43）=43%13=4 H（54）=54%13=2 H（90）=90%13=12 H（46）=46%13=7 于是，根据散列地址，可以将上述7个关键字序列存贮到一个一维数组HT（哈希表或散列表）中，具体表示为： 其中HT就是散列存贮的表，称为散列表或哈希表。从哈希表中查找一个元素相当方便，例如，查找75，只需计算出H（75）=75%13=10，则可以在HT[10]中找到75。 为了保证哈希表查找得以实现，必须使记录的存放规则