数据结构chapter 8 查找.pptVIP

* * Hash表的查找性能分析 从哈希表的查找过程可以看出 虽然哈希表在关键字和记录的存储位置之间建立了直接映象，但由于冲突的存在，使得哈希表的 查找过程仍然需要进行比较。 哈希表的查找取决于三个因素：哈希函数、冲突处理方法和哈希表的装填因子。 哈希表的装填因子定义为： 结论：在哈希函数和冲突处理方法均相同 的条件下，哈希表的查找性能取决于表的装填因子。从直观上看，装填因子越小，查找长度越小，反之越大，与关键字的数目无关。 * * 平衡二叉排序树元素插入算法(续1) （三）如果e的关键字小于BBST根结点的关键字，而且在BBST左子树中不存在和e相同关键字的结点，则将e插入到BBST的左子树上，并且在插入后的左子树的深度加1时分别就以下情况进行处理： 1）如果BBST的根节点的平衡因子为-1，则将BBST的平衡因子改为0，BBST的深度不变； 2）如果BBST的根节点的平衡因子为0，则将BBST的平衡因子改为1，BBST的深度加1； 3）如果BBST的根节点的平衡因子为1，则： ①如果BBST左子树的根节点的平衡因子为1，则需要进行单纯右旋处理，并且在右旋转后将BBST左子树根节点的平衡因子改为0，树的深度不变。 ②如果BBST左子树根节点的平衡因子为-1，则需要先进行左旋、后右旋处理，并且在旋转后修改BBST的根节点、左右子树根节点的平衡因子，树的深度不变。 * * 平衡二叉排序树元素插入算法(续1) （四）如果e的关键字大于BBST的根结点的关键字，而且在右子树中不存在和e相同关键字的结点，则将e插入到BBST的右子树上，并且在插入后的右子树的深度加1时分别就以下情况进行处理： 1）如果BBST的根节点的平衡因子为1，则将BBST的平衡因子改为0，BBST的深度不变； 2）如果BBST的根节点的平衡因子为0 ，则将BBST的平衡因子改为-1，BBST的深度加1； 3）如果BBST的根节点的平衡因子为-1，则： ①如果BBST右子树的根节点的平衡因子为-1，则需要进行单纯左旋处理，并且在左旋转后将BBST右子树根节点的平衡因子改为0，树的深度不变。 ②如果BBST右子树的根节点的平衡因子为1，则需要先进行右旋、后左旋处理，并且在旋转后修改BBST的根节点、左右子树根节点的平衡因子，树的深度不变。 * * 二叉平衡树节点C实现 Typedef struct BSTNode { ElemType data; int bf; //平衡因子 struct BSTNode *lchild,*rchild; }BSTNode, *BSTree; #define LH +1 #define EH 0 #define RH -1 * * 二叉平衡树的插入算法（空处理） Status InsertAVL(BSTree T,ElemType e, Boolean taller){ if (!T) { //插入新节点，树长高 T=(BSTree)malloc(sizeof(BSTNode)); T-data = e; T-lchild = T-rchild = NULL; T-bf = EH; taller = TRUE; } else { //非空的情况处理 } * * 二叉平衡树的插入算法（左子树） if (EQ(e.key,T-data.key) {taller=FALSE;return 0;} if LT(e.key,T-data.key) { //再左子树上插入 if (!InsertAVL(T-lchild,e,taller)) return 0; if (taller) { switch (T-bf) { case LH: LeftBalance(T);taller=FALSE;break; case EH: T-bf = LH;taller = TRUE;break; case RH: T-bf = EH; taller = FALSE; break; } } } * * 二叉平衡树的插入算法（右子树） else { if (!InsertAVL(T-rchild,e,taller)) return 0; if (taller) { switch(T-bf) { case LH: T-bf = EH;taller = FALSE;break; case EH: T-bf = RH;taller = TRUE;break; case RH: RightBalance(T);taller=FALSE;break; } // end of switch } //end of if (taller)