数据结构第九章 查找part3.ppt

* Status SecondOptimal(BiTree T, ElemType R[], float sw[], int low, int high) { // 由有序表R[low..high]及其累计权值表sw // 递归构造次优查找树T。 选择最小的ΔPi值 if (!(T = (BiTree)malloc(sizeof(BiTNode)))) return ERROR; T-data = R[i]; // 生成结点 构造次优查找树的算法 if (i==low) T-lchild = NULL; // 左子树空 else SecondOptimal(T-lchild, R, sw, low, i-1); // 构造左子树 if (i==high) T-rchild = NULL; // 右子树空 else SecondOptimal(T-rchild, R, sw, i+1, high); // 构造右子树 return OK; } // SecondOptimal 次优查找树采用二叉链表的存储结构 Status CreateSOSTre(SOSTree T, SSTable ST) { // 由有序表 ST 构造一棵次优查找树 T // ST 的数据元素含有权域 weight if (ST.length = 0) T = NULL; else { FindSW(sw, ST); // 按照有序表 ST 中各数据元素 // 的 weight 值求累计权值表 SecondOpiamal(T, ST.elem, sw, 1, ST.length); } return OK; } // CreatSOSTree 四、索引顺序表 索引顺序查找又称分块查找 数据元素的特点 若把所有n个数据元素分成m块, 第一块中任一元素的关键字都小于第二块中任一元素的关键字,第二块中任一元素的关键字都小于第三块中的任一元素的关键字...,第m-1块中任一元素的关键字都小于第m块中的任一元素的关键字.而每一块中元素的关键字不一定是有序的。 索引顺序查找的优点是: 在表中插入或删除一个元素时,只要找到该元素所属的块,然后在块内进行插入和删除。因块内元素的存放是任意的,所以插入和删除时不需移动大量元素.所付出的代价是增加了存放索引表的辅助空间。 索引顺序查找算法 基本思想: ①先抽出各块中的最大关键字构成一个索引表； ②查找分两部进行: 先对索引表进行折半查找或顺序查找,确定待查记录在哪一块。 在已确定的那一块中进行顺序查找。 21 33 43 85 17 8 21 19 43 37 40 31 33 22 25 61 78 73 55 85 索引顺序查找示例 将17,8,21,19,31,33,22,25,43,37,40,61,78,73,55,85 分为4块: [17,8,21,19], [31,33,22,25], [43,37,40], [61,78,73,55,85] 以每块中最大关键字作为该块所有元素的索引 索引顺序表的查找过程： 1）由索引确定记录所在区间（块）； 2）在顺序表的某个区间（块）内进行查找。 注意：索引可以根据查找表的特点来构造。 可见， 索引顺序查找的过程也是一个 “缩小区间”的查找过程。 索引顺序查找的平均查找长度 = 查找“索引”的平均查找长度 + 查找“顺序表”的平均查找长度 四种查找方法比较 顺序、链式均可，索引表顺序存储 表中元素逐段有序 次小 分块查找 仅适用于顺序存储 仅适用于顺序存储 顺序、链式结构均可 表的存储结构 仅适用于有序表 仅适用于有序表 有序表、无序表均可 表的结构 不等概率查找最小 等概率查找最小 最大 平均查找长度 静态树表查找 折半查找 顺序查找 9.2 动 态 查 找 树 表 ?(n) ?(1) ?(n) ?(1) ?(nlogn) 综合上一节讨论的几种查找表的特性： 查找 插入