数据结构宗大华宗杰黄芳数据结构大本课件-8课件教学.pptVIP

第8章 查找 8.1 查找的基本概念 8.2 静态查找算法 8.2.1 顺序查找 8.2.2 折半查找 8.3 二叉查找树 8.3.1 二叉查找树及查找算法 8.3.2 二叉查找树的插入 8.3.3 二叉查找树的删除 8.4 平衡二叉树 8.4.1 平衡二叉树的定义 8.4.2 AVL树中插入的不平衡类型及调整方法 8.5 B树与B+树 8.5.1 B树及B树的查找 8.5.2 B树的插入与删除 8.5.3 B+树简介 8.6 散列及散列表的动态查找 8.6.1 散列的概念 8.6.2 常用散列函数的构造方法 8.6.3 冲突的处理 8.6.4 散列表上的操作算法 如图给出一棵3阶B+树。在B+树上可通过指针spt对关键字进行顺序查找，也可从根结点开始 做随机查找。无论查找成 功与否，都须经从根结点 到叶结点的整条路径。 m阶B+树中，除根结点外的结点里关键字个数n的取值范围是「m/2 ≤n≤m，根结点里关键字个数的取值范围是1≤n≤m；m阶B树中，除根结点外的结点里的关键字个数n的取值范围是「m/2 -1≤n≤m-1，根结点里关键字个数的取值范围是1≤n≤m-1。 m阶B+树中，结点里子树的个数与关键字的个数相同，即每个关键字对应于一棵子树；在m阶B树中，结点里子树的个数要比关键字数大1。 . B+树是B树的一种变形，被广泛地应用于文件系统的索引文件组织中。B+树的结构与B树大致相同，下面是m阶B+树与m阶B树在定义上的不同点。 m阶B+树中，全部关键字及相应记录的指针都出现在叶子结点，各叶子结点按关键字大小顺序依次链接；m阶B树中，出现在非叶子结 点里的关键字，不能出现在叶子结点里，即结点里的 关键字是不重复的。 (1) (2) (3) m阶B+树中，所有非叶子结点里只有下属子树的最大关键字和指向该子树的指针，没有关键字对应记录的指针，只起索引的作用；m阶B树中，非叶子结点里除关键字和指向子树的指针外，还有关键字对应记录的指针。 (4) 10 15 21 37 44 51 59 63 72 85 91 97 sqt 15 44 59 72 97 59 97 root 数据记录 . 把关键字代入散列函数h，它们在散列表的地址索引如下： 记录关键字为：25，6，1，20，22，27，10，13，41，15，18。散列函数为：h(key)=key % 11，用它将11个键值存放到如图(a)所示的大小为11的散列表里。 1. 前面介绍的静态或动态查找方法，都是基于记录关键字的比较展开，查找的效率都取决于查找过程中所进行的关键字比较次数，也就是与查找表的长度紧密相关。 散列的基本思想 . . 理想的做法是不(或很少)做比较，而是通过某个函数，利用关键字算出记录应在查找表的存储地址。这样，插入或查找数据所需时间都只是一个计算过程，与表中元素的个数(即表长)无关，从而提高了效率。这就是“散列”的基本思想。 . 在散列时使用的函数，称为“散列函数”，也称为“哈希函数”。这时的查找表，被称为“散列表”或“哈希表”。 例8-12： 解： 0 1 2 3 4 5 6 7 8 9 22 0 1 1 13 2 25 3 15 4 27 5 6 6 18 7 41 8 20 9 10 索引： key： 索引表 (a) (b) h(25)=25 % 11=3，h(6)=6 % 11=6， h(1)=1 % 11=1， h(20)=20 % 11=9，h(22)=22 % 11=0，h(27)=27 % 11=5， h(10)=10 % 11=10， h(13)=13 % 11=2， h(41)=41 % 11=8， h(15)=15 % 11=4， h(18)=18 % 11=7 于是，存储后的散列表如图(b)所示。 10 10 给出9个记录的关键字：47，7，11，16，29，92，22，8，3。散列函数为：h(key)=key % 11，散列表长为11。试建立对应的散列表。 2. 散列的几个概念 例8-13： 解：