第7章 查找技术.ppt

散列技术一般不适用于允许多个记录有同样关键码的情况。散列方法也不适用于范围查找，换言之，在散列表中，我们不可能找到最大或最小关键码的记录，也不可能找到在某一范围内的记录。 概 述 7.3 散列表的查找技术 散列技术适合于哪种类型的查找？ 散列技术最适合回答的问题是：如果有的话，哪个记录的关键码等于待查值。 散列技术的关键问题： ⑴ 散列函数的设计。如何设计一个简单、均匀、存储利用率高的散列函数。 ⑵ 冲突的处理。如何采取合适的处理冲突方法来解决冲突。 7.3 散列表的查找技术 概 述 冲突：对于两个不同关键码ki≠kj，有H(ki)＝H(kj)，即两个不同的记录需要存放在同一个存储位置,ki和kj相对于H称做同义词。 7.3 散列表的查找技术 概 述 关键码集合 ki ri …… …… H(ki) kj H(kj) 散列函数 7.3 散列表的查找技术 设计散列函数一般应遵循以下原则： ⑴ 计算简单。散列函数不应该有很大的计算量，否则会降低查找效率。 ⑵ 函数值即散列地址分布均匀。函数值要尽量均匀散布在地址空间，这样才能保证存储空间的有效利用并减少冲突。 散列函数——直接定址法 散列函数是关键码的线性函数，即： H(key) = a ? key + b （a，b为常数） 例：关键码集合为{10, 30, 50, 70, 80, 90}，选取的散列函数为H(key)=key/10，则散列表为： 0 1 2 3 4 5 6 7 8 9 10 30 50 70 80 90 适用情况？ 事先知道关键码，关键码集合不是很大且连续性较好。 7.3 散列表的查找技术 散列函数为： H(key)=key mod p 7.3 散列表的查找技术 散列函数——除留余数法 14 7 0 14 7 0 14 散列地址 56 49 42 35 28 21 14 关键码 如何选取合适的 p，产生较少同义词？ 例： p ＝21＝3×7 7.3 散列表的查找技术 散列函数——除留余数法 一般情况下，选p为小于或等于表长（最好接近表长）的最小素数或不包含小于20质因子的合数。 除留余数法是一种最简单、也是最常用的构造散列函数的方法，并且不要求事先知道关键码的分布。 适用情况？ 根据关键码在各个位上的分布情况，选取分布比较均匀的若干位组成散列地址。 例：关键码为8位十进制数，散列地址为2位十进制数 8 1 3 4 6 5 3 2 8 1 3 7 2 2 4 2 8 1 3 8 7 4 2 2 8 1 3 0 1 3 6 7 8 1 3 2 2 8 1 7 8 1 3 3 8 9 6 7 ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ 7.3 散列表的查找技术 散列函数——数字分析法 适用情况: 能预先估计出全部关键码的每一位上各种数字出现的频度，不同的关键码集合需要重新分析。 7.3 散列表的查找技术 散列函数——数字分析法 BiSortTree::BiSortTree(int r[ ], int n) { for (i = 0; i n; i++) { s = new BiNodeint; s-data = r[i]; s-lchild = s-rchild = NULL; InsertBST(root, s); } } 7.3 树表的查找技术 二叉排序树的构造算法 一个无序序列可以通过构造一棵二叉排序树而变成一个有序序列; 每次插入的新结点都是二叉排序树上新的叶子结点; 找到插入位置后，不必移动其它结点，仅需修改某个结点的指针； 在左子树/右子树的查找过程与在整棵树上查找过程相同； 新插入的结点没有破坏原有结点之间的关系。 小 结： 7.3 树表的查找技术 二叉排序树的删除 在二叉排序树上删除某个结点之后，仍然保持二叉排序树的特性。 分三种情况讨论： 被删除的结点是叶子； 被删除的结点只有左子树或者只有右子树； 被删除的结点既有左子树，也有右子树。 7.3 树表的查找技术 情况1——被删除的结点是叶子结点 7.3 树表的查找技术 50 30 20 80 90 85 88 40 35 32 50 30 20 80 90 85 40 35 32 操作：将双亲结点中相应指针域的值改为空。 情况2——被删除的结点只有左子树或者只有右子