009_第九章搜尋.ppt.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 【舉例】假設有A,B兩串數列，如下所示： A數列： 9，14，20，25，30，36，42，48，53 B數列： 9，10，12，24，30，31，33，35，37，40 此時，如何分析A,B兩串數列的分佈情況？ 【分析】 A 數列兩兩差距為5或6，即很接近，近似均勻分佈 B 數列兩兩差距有1，2，6，12，資料集中在30~40範圍，為不均勻 分佈。 【演算法】 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 Procedure IntSearch data[ ], key, n Begin low 0; high n-1; //low與high分別用來設定目前搜尋範圍的左右邊界位置 while low high //如果左邊界位置小於等於右邊界位置時，則 //調整mid的值 mid low + key - data[low] / data[high] - data[low] * high - low if mid low || mid high //超過範圍 return -1; //傳回-1 即代表搜尋失敗 if key data[mid] //如果鍵值比中間值小,則必須要調整high之值 high mid - 1; //右邊界位置 中間位置-1 else if key data[mid] //如果鍵值比中間值大,則必須要調整low之值 low mid + 1; //左邊界位置 中間位置+1 else //否則，代表已經找到鍵值的位置 return mid; //此時，傳回中間索引值的位置 return -1; //搜尋失敗，傳回-1 End End Procedure 【時間複雜度】 1.最佳時間：O 1 2.平均時間： O log n 3.最差時間： O log n 【適用時機】資料分佈均勻時，搜尋速度極快 【內插搜尋法深入探討】 1.一般而言，內插搜尋法優於循序搜尋法，而如果資料的分佈愈平 均，則搜尋速度愈快，甚至可能第一次就找到資料。因此，內插 搜尋法的時間複雜度取決於資料分佈的情況而定，平均而言優於 O log n 。 2.使用內插搜尋法資料需先經過排序。 【內插搜尋法的步驟】 假設有n筆資料，內插搜尋法的步驟如下： 其中: key是要尋找的鍵 data[high]：是剩餘待尋找記錄中的最大值 data[low]：是剩餘待尋找記錄中的最小值 步驟1.將記錄由小到大的順序給予1,2,3...n的編號 步驟2.令low 1，high n 步驟3.當low high時，重複執行步驟4及步驟5 步驟4.令Mid low + key - data[low] / data[high] – data[low] * high - low 步驟5. 1 若data[Mid] key且high≠Mid-1則令high Mid-1 2 若data[Mid]＝key表示成功搜尋到鍵值的位置 3 若data[Mid] key且low≠Mid+1則令low Mid+1 【範例】利用內插搜尋法，對下列資料搜尋50 【解答】 1 low 0,high 9 由mid low+ key-A[low] / A[high]-A[low] * high-low 得知mid 0+ 50-1 / 100-1 * 9-0 49/99*9 ≒ 4 所以mid 4,A[4] 38 50 所以low mid+1 4+1 5 2 low 5,high 9 所以mid 5+ 50-44 / 100-44 * 9-5 5+6/56*4 ≒ 5 比較A[5] 44 50 所以low mid+1 6 3 low 6,high 9 所以mid 6+ 50-46 / 100-46 * 9-6 ≒6 比較A[6] 46 50 所以low mid+1 6+1 7 4 low 7,high 9 所以mid 7+ 50-50 / 100-50 * 9-7 ≒7 比較A[7] 50, 所以搜尋成功, 序列A中,A[7] 50 A[0] A[1] A[2] A[3] A[4] A[5] A[6] A[7] A[8] A[9] 1 3 15 27 38 44 46 50 58 100 9-6 雜湊搜尋法 Hashing Searc