第8章-查找-教学课件.pptVIP

查找——也叫检索，是根据给定的某个值，在表中确定一个关键字等于给定值的记录或数据元素 关键字——是数据元素中某个数据项的值，它可以标识一个数据元素 查找方法评价 查找速度 占用存储空间多少 算法本身复杂程度 平均查找长度ASL(Average Search Length)：为确定记录在表中的位置，需和给定值进行比较的关键字的个数的期望值 一 顺序查找（线性查找） 查找过程：从表的一端开始逐个进行记录的关键字和给定值的比较 算法描述 二 折半查找 查找过程：每次将待查记录所在区间缩小一半 适用条件： 顺序存储结构 查找表按关键字排序 算法实现 设表长为n，low、high和mid分别指向待查元素所在区间的上界、下界和中点，k为给定值 初始时，令low=1,high=n,mid=?(low+high)/2? 让k与mid指向的记录比较 若k==r[mid].key，查找成功 若kr[mid].key，则high=mid-1 若kr[mid].key，则low=mid+1 重复上述操作，直至lowhigh时，查找失败 算法描述 三 分块查找（索引顺序查找） 查找过程：将表分成几块，块内无序，块间有序；先确定待查记录所在块，再在块内查找 适用条件：分块有序表 算法实现 用数组存放待查记录,每个数据元素至少含有关键字域 建立索引表，每个索引表结点含有最大关键字域和指向本块第一个结点的指针 算法描述 分块查找方法评价 定义：二叉排序树或是一棵空树，或是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值 若它的右子树不空，则右子树上所有结点的值均大于或等于它的根结点的值 它的左、右子树也分别为二叉排序树 二叉排序树的插入 插入原则：若二叉排序树为空，则插入结点应为新的根结点；否则，继续在其左、右子树上查找，直至某个叶子结点的左子树或右子树为空为止，则插入结点应为该叶子结点的左孩子或右孩子 二叉排序树生成：从空树出发，经过一系列的查找、插入操作之后，可生成一棵二叉排序树 插入算法 二叉排序树的删除 要删除二叉排序树中的p结点，分三种情况： p为叶子结点 只需修改p双亲f的指针f-lchild=NULL ; f-rchild=NULL p只有左子树或右子树 p只有左子树，用p的左孩子代替p (1)(2) p只有右子树，用p的右孩子代替p (3)(4) p左、右子树均非空 沿p左子树的根C的右子树分支找到S，S的右子树为空，将S的左子树成为S的双亲Q的右子树，用S取代p (5) 若C无右子树，用C取代p (6) 8.4 哈希查找—Hash查找 基本思想：在记录的存储地址和它的关键字之间建立一个确定的对应关系；这样，不经过比较，一次存取就能得到所查元素的查找方法 定义 哈希函数——记录的关键字与记录的存储地址之间建立的一种对应关系 哈希函数是一种映象，是从关键字空间到存储地址空间的一种映象 哈希函数可写成：addr(ai)=H(ki) ai是表中的一个元素 addr(ai)是ai的存储地址 ki是ai的关键字 哈希表——应用哈希函数，由记录的关键字确定记录在表中的地址，并将记录放入此地址。该表叫~ 哈希查找——又叫散列查找，利用哈希函数进行查找的过程叫~ 从例子可见： 哈希函数只是一种映象，所以哈希函数的设定很灵活，只要使任何关键字的哈希函数值都落在表长允许的范围之内即可 冲突：key1?key2，但H(key1)=H(key2)的现象叫~ 同义词：具有相同函数值的两个关键字，叫该哈希函数的~ 哈希函数通常是一种压缩映象，所以冲突不可避免，只能尽量减少；同时，冲突发生后，应该有处理冲突的方法 产生散列冲突相关的主要因素： 装填因子：散列表中已存入元素n与散列表空间大小m的比。 装填因子越小，产生的冲突就越小；否则，就越大。 散列函数 散列函数选择适当，使散列地址尽可能均匀地分布在散列空间中，产生的冲突就少；否则，就大。 冲突的解决方法 数字分析法 方法：对关键字进行分析，取关键字的若干位或其组合作哈希地址 适用于关键字位数比哈希地址位数大，且关键字事先知道的情况 平方取中法 方法：取关键字平方后中间几位作哈希地址 适用于不知道全部关键字情况 折叠法 方法：将关键字分割成位数相同的几部分，然后取这几部分的叠加和（舍去进位）做哈希地址 种类 移位叠加：将分割后的几部分低位对齐相加 间界叠加：从一端沿分割界来回折送，然后对齐相加 适于关键字位数很多，且每一位上数字分布大致均匀情况 除留余数法 方法：取关键字被某个不大于哈希表表长m的数p除后所得余数作哈希地址，即H(key)=key MOD p，p?m