数据结构与算法课件第9章讲述.ppt

数据结构与算法分析A Practical Introduction toData Structures and Algorithm Analysis陈 星  第9章 检索 使用最频繁的计算任务。 在一组记录中找到具有某个关键码值的记录，或找到关键码值符合某条件的一些记录。 精确匹配查询：检索关键码值与某个特定值匹配的记录。 范围查询：检索关键码值在某个指定值范围内的所有记录。 检索算法分类： 顺序表和线性表方法 根据关键码值直接访问方法（散列法） 树索引方法 9.1 检索已排序的数组 顺序检索算法：简单，但时间代价大（Θ(n)）。 二分法检索（对分查找、折半查找）：Θ(logn)。 字典检索（插值检索）：一种改进的二分法检索，原理是：利用记录的关键码值估算记录在线性表中的位置。 9.2 自组织线性表 如果知道对各记录的访问频率，可根据访问频率排列线性表中记录。对线性表中记录采用顺序检索。 一次检索需要的预计比较数是： 80/20规则：80%的访问都是对20%的记录进行的。 如果不知道记录的访问频率，则根据启发式规则决定如何重新排列线性表。 计数方法：对每条记录保存一个访问计数，按计数顺序排列记录。 移至前端法：将最新进行检索操作的记录移到线性表的最前端。 转置法：将最新进行检索操作的记录与它在线性表中的前一条记录交换位置。 自组织线性表的优点： 不需要对线性表进行排序。 实现容易。 不需要额外的空间。 可以通过少量修改极大地加快顺序检索速度。 9.3 集合的检索 确定一个值是否是某集合的元素。 在关键码值范围有限的情况下，可采用的一种简单技术：存储一个位数组，为每个可能的元素分配一个比特位位置。 通过简单的逻辑上的位操作，可完成集合中元素的检索。 9.4 散列方法 一种完全不同的检索表方法：根据关键码值访问表。 通过散列函数，在关键码值和散列表存储位置之间建立对应 关系。 散列又称为哈希（Hash）。 概念：散列、散列函数h、散列表HT、槽。 有M个槽的散列表中槽从0～M-1编号。 散列设计的目标：对任何关键码K和某个散列函数h， 0≤h(K) ≤M，有HT[i]=K。 散列方法对按关键码进行检索，效率非常高。 但不适用于： 允许多条记录有相同关键码的应用程序。 不适用于范围检索。 检索最大或最小的关键码。 按关键码的顺序访问记录。 散列允许关键码范围中的值比散列表中的槽多。 冲突：两个或多个不同关键码通过散列函数映射到散列表的 同一个槽。 对于一个散列函数h和两个关键码值k1, k2, 如果 h(k1)=β=h(k2)，其中β是表中的一个槽。 采用散列方法检索关键码值K的步骤： 根据散列函数h计算在散列表中的位置h(K)。 使用冲突解决策略找到包含关键码值K的记录。 9.4.1 散列函数 散列函数选取的标准：尽量减少冲突，这要求散列函数能把记录以相同的概念分布到散列表的所有槽中（均匀分布）。 设计散列函数时，要面临的两种情况： 对关键码值的分布不了解。 散列函数产生一个大致平均的关键码值随机分布。 了解关键码值的分布。 使用一个依赖于分布的散列函数，尽可能地避免冲突。 散列函数 例9.6: int h(int x) { return(x % 16); } 分析：该散列函数只依赖于关键码的最低四位（二进制），分布可能很差。 例9.7：平方取中法： 计算关键码值的平方，再取中间若干位。 分析：散列函数值与关键码值的每一位都有关，并且随机性强。 例9.8 用于字符串的散列函数 int h(char* x) { int i, sum; for (sum=0, i=0; x[i] != \0; i++) sum += (int) x[i]; return(sum % M); } 原理：折叠法。累加字符串中所有字母的ASCII值 ，再对M（槽的数量）取余数。 分析：散列函数值与关键码值的每一位都有关系。如果M较小，随机性较大，如果M较大，则随机性不足，可能会产生一个差的分布。 9.4.2 开散列方法 冲突解决技术分类： 开散列方法，也称单链方法。将冲突记录存储在表外。 闭散列方法，也称开地址方法。将冲突记录存储在表中的另一个槽中。 将散列表的每个槽定义为一个 链表的表头，散列到一个槽中的 所有记录都放到该槽的链表中。 槽链接的链表中记录排列顺序 可按：1. 插入次序。2. 关键码值 次序。3. 访问频率次序。 适用于