德州学院数据结构课件第8章 查找.pptVIP

3．二叉排序树的插入算法 根据动态查找表的定义，“插入”操作在查找不成功时才进行; 8.3.2平衡二叉树 平衡树的特性 树中所有叶子结点均不带信息，且在树中的同一层次上; 根结点或为叶子结点，或至少含有两棵子树; 其余所有非叶结点均至少含有?m/2?棵子树，至多含有 m 棵子树; typedef struct BTNode { int keynum; // 结点中关键字个数，结点大小 struct BTNode *parent; // 指向双亲结点的指针 KeyType key[m+1]; // 关键字（0号单元不用） struct BTNode *ptr[m+1]; // 子树指针向量 Record *recptr[m+1]; // 记录指针向量 } BTNode, *BTree; // B树结点和B树的类型 B-树结构的C语言描述如下: 从根结点出发，沿指针搜索结点和在 结点内进行顺序（或折半）查找 两个过程 交叉进行。 2.B-树的查找 若查找成功，则返回指向被查关键字所在结点的指针和关键字在结点中的位置； 若查找不成功，则返回插入位置。 在B-树上查找有两种基本操作：(1)在B-树上查找结点；(2)在结点中查找关键字。第一种查找是在外存上操作的。第二种查找是在内存里进行的。在磁盘上进行一次查找比在内存中进行一次查找耗费的时间多得多，所以，在磁盘上进行查找的次数，即待查找记录关键字在B-树上的层次数(B-树的深度)，是决定查找效率的首要因素。 3．B-树查找的性能分析 在查找不成功之后，需进行插入。 显然，关键字插入的位置必定在最下 层的非叶结点，有下列几种情况： 4．B-树的插入 插入后，该结点的关键字个数nm-1， 不修改指针。 插入后，该结点的关键字个数 n=m-1， 则需进行“结点分裂” 。 若双亲为空，则建新的根结点。 和插入的考虑相反，首先必须找到待删关键字所在结点，并且要求删除之后，结点中关键字的个数不能小于?m/2?-1，否则，要从其左(或右)兄弟结点“借调”关键字，若其左和右兄弟结点均无关键字可借(结点中只有最少量的关键字),则必须进行结点的“合并”。 5．B-树的删除 是B-树的一种变型。与B-树的差异在于： 8.3.4 B+树 (1)有n棵子树的结点中含有n个关键字。 (2)所有叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字自小到大顺序链接。 (3)所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大(或最小)关键字。 8.3.5 键 树 8.4.1哈希表的概念 8.4.2哈希函数的构造方法 8.4.3处理冲突的方法 8.4.4哈希表的查找 8.4.5哈希表的插入操作 8.4.6哈希表的删除操作 8.4 哈 希 表 以上两节讨论的表示查找表的各种结构的共同特点：记录在表中的位置和它的关键字之间不存在一个确定的关系， 8.4.1哈希表的概念 查找的过程为给定值依次和关键字集合中各个关键字进行比较， 查找的效率取决于和给定值进行比较的关键字个数。 用这类方法表示的查找表，其平均查找长度都不为零 不同的表示方法，其差别仅在于： 关键字和给定值进行比较的顺序不同。 只有一个办法：预先知道所查关键字在表中的位置， 对于频繁使用的查找表， 希望 ASL = 0。 即，要求：记录在表中位置和其关键字之间存在一种确定的关系。 但是，对于动态查找表而言， 因此在一般情况下，需在关键字与记录在表中的存储位置之间建立一个函数关系，以 f(key) 作为关键字为 key 的记录在表中的位置，通常称这个函数 f(key) 为哈希函数。 1) 表长不确定； 2) 在设计查找表时，只知道关键字所 属范围，而不知道确切的关键字。 s=p; if(p-lchildp-rchild){//左、右子树都非空 f=p; s=p-lchild; while(s-rchild){//找左子树最右边结点 f=s;//用f指向s的父结点 s=s-rchild; } p-data.key=s-data.key;//复制s的值 p-otherinfo=s-otherinfo; } if(s-lchild)//若s左子树不空，则右子树一定为空 q=s-lchild;//用q指向左子树 else q=s-rchild;//左子树为空，用q指向右子树 if(f==NU