查找算法精彩总结.docVIP

几种常见的查找算法之比较注意：查找没有无排序的情况下“折半或斐波那契”快速查找的！ 一、静态查找表： 1. 顺序查找，平均查找长度为：(n+1)/2 2. 有序表的查找之折半查找：前提必须是有序表，性能只有在均匀分布的时候才是最优的。 平均查找长度：log2(n+1)-1 当有概率涉及的查找中，将概率高的放在根节点上可以加快查找速度。 3. 索引表：建立两层表，第一层采用顺序记录，第二层分块随机排放，查找时第一层使用折半查找，第二层使用顺序查找。 log2(n/s+1)+(s+1)/2，其中s为每个块内固定的元素个素，每组都能选出一个最大的。 二、动态查找表 二叉排序树查找：通过一系列的查找和插入过程形成的树。之所以叫做排序树，因为按照中序遍历可得一个有序的序列。 二叉排序树的删除是一个性能瓶颈问题。 树排序的最坏情况是单支树。这时的查找长度是(n+1)/2。和顺序查找相同。 在随机情况下，二叉排序树的平均查找长度是和log2n等数量级的。 平衡二叉树：用来平衡二叉排序树的，当二叉排序树的左右子树的差值的绝对值大于1是就需要平衡。 平衡的二叉树才是真正的log2n数量级的！ 三、B-树和B+树 B-树常用于文件系统中。 B+树：区别于B-树，有n棵子树的节点中含有n个关键字。叶子节点按序自动排列。B+树可以按序查找也可以从根结点开始随机查找。 查找算法----Hash表散列方法不同于顺序查找、二分查找、二叉排序树及B-树上的查找。它不以关键字的比较为基本操作，采用直接寻址技术。在理想情况下，无须任何比较就可以找到待查关键字，查找的期望时间为O(1)。散列表的概念1、散列表???? 　设所有可能出现的关键字集合记为U(简称全集)。实际发生(即实际存储)的关键字集合记为K（|K|比|U|小得多）。???? 　散列方法是使用函数h将U映射到表T[0..m-1]的下标上（m=O(|U|)）。这样以U中关键字为自变量，以h为函数的运算结果就是相应结点的存储地址。从而达到在O(1)时间内就可完成查找。?? 其中：　???? h：U→{0，1，2，…，m-1} ，通常称h为散列函数(Hash Function)。散列函数h的作用是压缩待处理的下标范围，使待处理的|U|个值减少到m个值，从而降低空间开销。???? 　 T为散列表(Hash Table)。???? 　 h(Ki)(Ki∈U)是关键字为Ki结点存储地址(亦称散列值或散列地址)。???? 　 将结点按其关键字的散列地址存储到散列表中的过程称为散列(Hashing)?? 3、散列表的冲突现象（1）冲突???? 　两个不同的关键字，由于散列函数值相同，因而被映射到同一表位置上。该现象称为冲突(Collision)或碰撞。发生冲突的两个关键字称为该散列函数的同义词(Synonym)。?? 　【例】上图中的k2≠k5，但h(k2)=h(k5)，故k2和K5所在的结点的存储地址相同。（2）安全避免冲突的条件???? 　最理想的解决冲突的方法是安全避免冲突。要做到这一点必须满足两个条件：其一是|U|≤m其二是选择合适的散列函数。　???? 这只适用于|U|较小，且关键字均事先已知的情况，此时经过精心设计散列函数h有可能完全避免冲突。（3）冲突不可能完全避免???? 　通常情况下，h是一个压缩映像。虽然|K|≤m，但|U|m，故无论怎样设计h，也不可能完全避免冲突。因此，只能在设计h时尽可能使冲突最少。同时还需要确定解决冲突的方法，使发生冲突的同义词能够存储到表中。（4）影响冲突的因素???? 　冲突的频繁程度除了与h相关外，还与表的填满程度相关。???? 　设m和n分别表示表长和表中填人的结点数，则将α=n/m定义为散列表的装填因子(Load Factor)。α越大，表越满，冲突的机会也越大。通常取α≤1。 散列函数的构造方法1、散列函数的选择有两条标准：简单和均匀。???? 　简单指散列函数的计算简单快速；???? 　均匀指对于关键字集合中的任一关键字，散列函数能以等概率将其映射到表空间的任何一个位置上。也就是说，散列函数能将子集K随机均匀地分布在表的地址集{0，1，…，m-1}上，以使冲突最小化。2、常用散列函数???? 　为简单起见，假定关键字是定义在自然数集合上。（1）平方取中法???? 　具体方法：先通过求关键字的平方值扩大相近数的差别，然后根据表长度取中间的几位数作为散列函数值。又因为一个乘积的中间几位数和乘数的每一位都相关，所以由此产生的散列地址较为均匀。?? 　【例】将一组关键字(0100，0110，1010，1001，0111)平方后得???? (0010000，0012100，1020