第8章-查找课题.ppt

8.1 查找概述 8.2 顺序表的查找 8.3 树表的查找 8.4 Hash表的查找 8.5 小结 ;1.什么是查找（Search）？;2.查找方法;3.平均查找长度;typedef struct { //记录Ri的类型 keytype key; //记录key …… //其他数据项 } Retype; 其中，类型keytype是泛指，可以是int、char或其他类型等。 为讨论问题方便，一般取key为整型。 #define MAXN 1024; //表最大长度 typedef struct { //顺序表类型 Retype data[MAXN]; //顺序表空间 int len; //当前表长，表空时len=0 } sqlist; 若说明：sqlist r; 则(r.data[1], …, r.data[r.len])为记录表(R1, …, Rn)， Ri.key为r.data[i].key, r.data[0]称为监视哨，为算法设计方便所设。;1.顺序查找;算法描述： int sqsearch(sqlist r, keytype k) //对表r顺序查找的算法 { int i; r.data[0].key = k; //k存入监视哨 i = r.len; //取表长 while (r.data[i].key != k) i--; //顺序查找 return i; } 算法用了一点技巧：先将k存入监视哨，若对某个i(≠0)有r.data[i].key=k，则查找成功，返回i；若i从n递减到1都无记录的key为k，i再减1为0时，必有r.data[0].key=k，说明查找失败，返回i=0。 ;算法分析：; 根据预期的访问频率排列数据记录。 动态调整数据记录的排列次序。 例如，每次访问后将其与前一个记录交换。;折半查找;折半查找;折半查找;折半查找; 查找次数 ……………. ……... 1?20 ……………. 2?21 ………. 3?22 ……. 4?5;不失一般性，设表长n = 2h - l，h = log2(n+1)。记录数n恰为一棵h层的满二叉树的节点数。表的判定树及各记录的查找次数如下：;折半查找;3.分块查找(Blocking Search);例 8.2 设表长n=19，块数b= 4，块内记录数s=5;3种顺序查找算法的比较： 就ASL而言： 折半查找效率最高； 分块查找次之； 顺序查找效率最低。 就表结构而言： 折半查找要求表按key有序，且要顺序存储； 分块查找要求表逐段有序； 顺序查找对表不作任何要求，且适应链表结构的查找。;1.二叉排序树和平衡二叉排序树;算法思路： 从根节点开始 若根节点的key == k, 则找到，结束; 若根节点的key k, 则查找左子树; 若根节点的key k, 则查找右子树; 直到被找到或遇到空节点为止; 若遇到空节点, 则key为k的节点不存在。;//在根指针为t的二叉排序树中, 查找key = k的节点, //返回指向该节点的指针; 若未找到，则返回NULL;算法思路： 作为叶节点插入； 若二叉排序树为空，则新节点作为根；否则， 若k 根节点的key，则插入到左子树；否则，插入到右子树。;//二叉排序树节点插入的递归算法，T、S分别为根节点和待插入节点的指针 BSP BSTinsert(BSP T, BSP S) { BSP q, p; if (T == NULL) return S; //树为空时，以S为根 if (S-data.key == T-data.key) { free(S); return T; //S节点已存在，返回 } if (S-data.key T-data.key) T-Lchild = BSTinsert(T-Lchild, S); //插入到左子树 else T-Rchild = BSTinsert(T-Rchild, S); //插入到右子树 return T; } ;//二叉排序树节点插入的非递归算法，T、S分别为根和待插入节点的指针 BSP BSTinsert(BSP T, B