查找与索引的概念.PDFVIP

 查找与索引的概念  基于顺序表的查找  二叉查找树  B-树和B+树（略）  Trie树（略）  Hash查找  本章小结 1 7.1 查找与索引的概念 • 搜索(Search)是数据处理中最常见的一种操作。 – 基本功能是针对给定的一个值k，从一个数据对象的集合中 寻找关键码或某个属性为k的数据对象。如果找到则返回该 数据对象，如果没有找到则返回失败标志。 • 搜索操作的实施方法和计算复杂性同数据的存储结构 有很大的关系，总体讲数据的存储结构和操作方式可 以有如下两种分类方式： – 静态和动态 • 静态数据结构不考虑插入和删除操作。 • 动态数据结构在使用过程中频繁地有数据插入和删除，数据结构 需要在动态的过程中维持数据在数据结构中的数据分布模式。 – 内存和外存 • 内存数据是指整个数据结构完全放在内存中。 • 基于外存的存储结构是指数据部分或全部存放在磁盘上，为此在 搜索和数据组织中需要充分考虑磁盘的读写特点。 2 • 索引(Index)是用于支持搜索操作的数据结构及其操作， 其目标是提高搜索操作的性能。目前索引被认为是提升 大规模数据查询和检索操作性能的最有效的手段之一。 • 在设计一个索引结构的过程中需要从如下方面进行考虑： – 能够实现对大规模数据的管理能力。 – 能够支持高效地搜索操作。 – 能够有效地支持频繁的插入、删除和修改操作。 – 索引结构需要考虑数据存储介质的特点。例如，在以磁盘 为存储介质的索引结构应该考虑磁盘按块存取的特点。 – 能够有效地支持数据结构本身的特点。 此外，还要考虑应用中具体数据操作的特点 3  衡量一个搜索算法的时间效率的标准是：在搜 索过程中关键码的平均比较次数或平均读写磁 盘次数 （只适合于外部搜索），也称为平均搜 索长度ASL(Average Search Length) ，通常它 是搜索结构中对象总数n或文件结构中物理块 总数n的函数。  另外，衡量一个搜索算法还要考虑算法所需要 的存储量和算法的复杂性等问题。 7.2 基于顺序表的查找 • 顺序表是一种基本的数据结构类型。数组和链 表是两种顺序表的结构。 – 数据在数组中可以有两种存储方式，一种是有序的， 另一种是无序的。对于无序的顺序表只能用顺序搜 索的方式进行搜索，而如果数据是以有序的方式存 储的，则可以用折半搜索、斐波那契搜索等方法进 行搜索。 – 同数组相比链表不需要事先申请连续的空间，同时 其长度也没有上限，因此也是一种常用的线性表结 构。 (程序7-1 数组线性表) 5 顺序搜索(Sequential Search) • 如下情况下线性表结构上的搜索需要采用 顺序搜索的方法。 – 数组中的数据是无序的； – 数据存储在链表中，而链表上又没有辅助的索 引结构。 • 顺序搜索的计算复杂性为O(n)，其中n为线 性表的长度。 (程序7-2 顺序查找) 6 7.2.3 有序顺序表上的搜索操作 • 如果数据的排列是有序的，则存在很多高 效的算法，如折半搜索、