第单元集合.pptVIP

第9章 集 合 主要内容： 概述 线性表上的查找 索引表上的查找 树表上的查找 哈希表 § 9.1 概述 查找表 主关键字 次关键字 平均查找长度ASL §9.2 线性表上的查找 typedef struct {int key; …… }recType； 一、顺序查找 二、有序表的查找 折半查找 设查找区域的首尾下标分别用变量low和high表示（初值分别为0和n-1），将待查关键字x和该区域的中间元素 (其下标mid的值为low和high的算术平均值，即(low+high) /2 的关键字进行比较，根据比较的结果分别作如下处理： (1) x==L-data[mid]: 查找成功，返回mid的值。 (2) xL-data[mid]: 说明元素只可能在左边区域(下标从low到mid-1)，因此应在此区域继续查找。 (3) xL-data[mid]: 说明元素只可能在右边区域(下标从mid+1到high) ，因此应在此区域继续查找。 相应算法如下: int bin_search(SSTable ST, KeyType k) { int mid,low=1,high=ST.length; //初始化查找区域 while ( low=high) { mid=(low+high)/ 2; if (k==ST.elem[mid].key) return mid; else if (k ST.elem[mid].key) high=mid-1; else low=mid+1; } return 0; //返回查找失败的标志 } 算法分析 采用二分查找的判定树――一种二叉树的形式来描述其查找过程。其构造过程如下：对当前的查找区域low～high，将其中间元素的下标mid作为根结点的值，将左边区域（即low～mid-1）的查找过程所对应的二叉树作为其左子树，将右边区域（即mid+1～high）的查找过程所对应的二叉树作为其右子树。 构造有20个元素的二分查找判定树，并求解下面的问题 各元素的查找长度最大是多少？ 查找长度分别为1，2，3，4，5 的元素各有多少？具体是哪些？（假设下标从0开始） 查找第13个元素依次需要比较哪些元素？ §9.3 索引表上的查找 在许多情况下，可能会遇到这样的表：整个表中的元素未必（递增/递减）有序，但若划分为若干块后，每一块中的所有元素均小于(或大于)其后面块中的所有元素。称这种特性为分块有序。 §9.4 树表上的查找 一、二叉排序树是一棵二叉树，或者为空，或者满足如下条件： (1)若左子树不空，则左子树上所有结点的值均小于根的值。 (2)若右子树不空，则右子树上所有结点的值均大于根的值。 (3)其左右子树均为二叉排序树。 二叉排序树查找 二叉排序树的中序序列是递增序列。 (1)x==T-key: 查找成功，返回指针T即可。 (2)xT-data: 元素只可能在左子树中，因而需在左子树中继续查找。 (3)xT-data：元素只可能在右子树中，因而需在右子树中继续查找。 BSTree BstSearch(BSTree T,int k) { P=T; while (P!=NULL) if(x==P-key) return P; else if (xP-key) P=P-lchild;  else P=P-rchild; return P; } 二叉排序树的插入和删除 例如，若输入序列为 100，80，85，70，130，150，120，90，50，110，160， 则可生成二叉排序树如图所示： 二、二叉平衡树 定义、BF 二叉平衡树的调整 四种类型 LL LR RL RR §9.5 哈希表查找 一、基本概念 哈希表:某个关键字K，通过一个函数H计算求其地址，以这种方式个构成的表即为（又称散列表）。 H（K）——哈希地址， H(哈希函数)—表与元素关键字之间映射关系的函数。 冲突:若K1≠K2，但H（K1）=H（K2）这时我们称发生了。 二、构造哈希函数的方法 1.直接定址法：H(k)=a*k+b (a,b为常数)。 这种方法是一种较为直观的方法。 2.除留余数法：取关键字被某个不大于表长m的数P除后所得的余数作为哈希地址。 即H(k)=k % P(P≤m) 这是一种较简单，也是较常见的构造方法。一般来说，在P取值为素数（质数）时，冲突的可能性相对较少。 3.平方取中法：取关键字平方后的中间几位作为散列地址。 4.折叠法：这是在关键字的位