Course4搜寻Search.pptVIP

Algorithms (Dr. Shi-Jay Chen, National United University) Course 4搜尋Search ▓ Outlines 本章重點 Search 分類觀點 Linear Search Binary Search Interpolation Search Hashing ▓ Search 分類觀點 Internal Search v.s. External Search. Static Search v.s. Dynamic Search. Partial Key v.s. Whole Key Actual Key v.s. Transformation Key Internal Search v.s. External Search 觀點: 資料量的多寡 Internal Search: Def: 資料量少，可以一次全部置於Memory中進行search之工作 External Search: Def: 資料量大，無法一次全置於Memory中，須藉助輔助儲存體 (E.g. Disk)，進行分段search之工作 B-tree M-way Search tree Static Search v.s. Dynamic Search 被搜尋的資料集合、資料的搜尋範圍、或資料所存在的表格，其內容是否經常異動 (如: 是否常做資料的插入、刪除或更新) ? 否: Static 紙本的字典、電話簿 是: Dynamic 日常交易資料、電腦字典 ▓ Linear Search (線性搜尋) Def: 又稱Sequential Search。 自左到右 (或右到左)，逐一比較各個記錄的鍵值與搜尋鍵值是否相同。 若有找到，則Found (成功搜尋); 若Search完整個資料範圍仍未找到，謂之失敗 (Not found)。 特質: 檔案記錄不須事先排序 可由Random Access (e.g., Array) 或Sequential Access (e.g., Link List) 機制支援 Time Complexity: O(n)，n為資料個數 (∵線性) Linear Search的演算法可分成兩種: Non-Sential (無崗哨) Linear Search Sential Linear Search Non-Sential Linear Search 分析 平均比較次數 (針對 “成功” 的搜尋): (1+2+3+…+n)/n = n(n+1)/2?1/n = (n+1)/2 ?Time: O(n) Sential Linear Search 分析 以實際的執行時間而言: 由於少了 “測試Search範圍是否結束” 之比較 (即: location = n)，所以當n極大時，大約可以省下 ? 的比較時間。 以Time Complexity分析而言: 由於仍然是線性搜尋，所以時間複雜度還是 O(n)。 ▓ Binary Search (二分搜尋) 實施前提: 檔案中記錄須事先由小到大排序過 須由Random (或Direct) access之機制支援 (e.g., Array) 觀念: 每次皆與Search範圍的中間記錄進行比較!! while ( l ? u ) 比較 (k, S[m]) case “=”: found, i = m, return i; case “”: u = m-1; case “”: l = m+1; recurn 0; Algorithm Recursion Version: Iteration Version: 分析 利用Time function T(n) = T(n/2) + O(1) = T(n/2) + c = (T(n/4 + c)) + c = T(n/4) + 2c = (T(n/8) + c) + 2c = T(n/8) +3c = … = T(n/n) + log2n?c = T(1) + c log2n (T(1) = 1, c 為大於 0 的常數) = 1 + c log2n ? T(n) = O(log2n) ▓ Interpolation Search (插補搜尋) 比較符合人類Search之行為 實施前提: 檔案中記錄須事先由小到大排序過 須由Random (或Direct) access之機制支援 (e.g., Array) 作法: while ( l