数据结构讲义 查找.pptVIP

第九章 查找 基本概念 查找表 由同一类型的数据元素构成的集合 静态查找表 对查找表的查找仅是以查询为目的，不改动查找表中的数据 动态查找表 可以在查找表中插入不存在的记录，或删除某个已存在的记录 关键字 数据元素（或记录）的某个数据项，能用来标识一个数据元素 查找 指定关键字，在表中查找 基本概念（续） 查找成功 查找表中存在满足条件的记录 查找不成功 查找表中不存在满足查找条件的记录。 内查找 整个查找过程都在内存中进行。 外查找 在查找过程中需要访问外存。 平均查找长度ASL——查找方法时效的度量 为确定记录在查找表中的位置，需将关键字和给定值比较次数的期望值。 查找成功时的ASL计算方法： n：记录的个数 pi：查找第i个记录的概率，( 不特别声明时认为等概率 pi =1/n ) ci：找到第i个记录所需的比较次数 静态查找表 顺序表的查找 通常查找表中的各元素（或记录）的关键字的值是无序的。 “哨兵”：数据安排在1~n，给定值放在第0个记录处，从后向前查找，直到找到所查记录为止。记录0像哨兵一样看守着查找表下界，不会越界。 顺序表算法 顺序表算法:采用链表结构 顺序表算法性能分析 性能分析 查找成功时 ASLs(n)= =(1+2+ ... +n)/n=(n+1)/2 查找失败时 ASLf =n+1 有序表的查找 有序表 查找表中的各记录的关键字的值是有序的 顺序查找 不需比较到表尾，只需比较到比给定值大的记录 折半查找（二分查找） 将给定值与中间的记录进行比较 若找到则查找成功； 否则：若比中间记录小，则对前一半子表进行折半查找，反之对后一半子表进行折半查找 折半查找的限制 顺序表 事先排好序 折半查找的性能不是查找算法的性能极限 折半查找算法及性能分析 查找性能分析 折半查找每次只查表的一半，其所有记录的查找路径构成一棵二叉树，称为折半查找树（或判定树），每次查找只走了该树的一条分支，故平均查找长度不超过 log2n + 1 索引顺序表的查找 索引顺序表 带索引表的顺序表 索引部分一定是有序的，这部分可用折半查找等方法 顺序表本身不一定有序，要根据顺序表是否有序而选用相应的查找方法 分块查找（blocking search） 将索引部分和表体部分分开查找的方法。 索引表的平均查找长度为两部分查找之和。 动态查找表 二叉排序树 平衡二叉树 B-树和B＋树 二叉排序树 二叉排序树 二叉排序树的插入 二叉排序树插入算法 二叉排序树的查找分析 二叉排序树的删除（1） 二叉排序树的删除（2） 二叉排序树的删除（3a） 二叉排序树的删除（3b） 二叉排序树的删除（3c） 二叉排序树的删除算法(1) 二叉排序树的删除算法(2) 动态查找表－平衡二叉树 动态查找表－平衡二叉树 平衡二叉树 平衡二叉树又称 AVL树(Adelson-Velskii Landis于 1962年发明)，它具有如下性质： 或者为空树， 或者根结点的左、右子树也均为平衡二叉树，且左、右子树的树高之差的绝对值不超过1。 平衡因子 结点的左子树高度减去右子树高度的值称为该结点的平衡因子。 平衡二叉树也可以这样定义：平衡二叉树是所有结点的平衡因子的绝对值均小于2的二叉树。结点的平衡因子为 ＋1、－1、0 动态查找表－平衡二叉树 平衡二叉树的插入 要求：插入之后仍保持平衡二叉树的性质不变 平衡二叉树的插入 平衡二叉树的插入 平衡二叉树的插入 平衡二叉树的插入LL 平衡二叉树的插入LR(a) 平衡二叉树的插入LR(b) 平衡二叉树的插入LR(c) 平衡二叉树的插入－右处理 平衡二叉树的插入举例 例：有一组关键字序列{JAN、FEB、MAR、APR、MAY、JUN、JUL、AUG、SEP、OCT、NOV、DEC}，以此建立 AVL 树。 平衡二叉树的插入举例（续） 平衡二叉树的查找分析 平衡二叉树的查找分析（续） Fibonacci 数列和2n比较 AVL插入算法:数据结构 AVL插入算法:右旋/左旋 AVL插入算法:简单情况 AVL插入算法:左/右子树插入 AVL插入算法:平衡处理 平衡二叉树的删除算法 红黑树 动态查找表： B 树和 B+ 树 B树 B树 B树的查找算法 B树的插入操作 B树的插入操作 B 树的删除操作 B+树 B+树是B树的变形，广泛应用在数据库系统中 一棵m阶B+树与一棵m阶B树的不同之处在于： 叶子结点包含了关键字的信息及指向记录的指针，且叶子结点以关键字自小至大顺序链接 非叶子节点仅仅作为索引部分使用，不含有关键字对应的指针 B+树已不是一棵真正意义上的树型结构了，其终端结点已连成了线性有序表 查找算法 每次查找都要从树根到树叶 键树 键树 又称数字查找树； 每个结点只包含组成关键字的字符或数字 常用存储