软考（三）查找算法

本是古典何须时尚 2022-05-24 07:41 232阅读 0赞

在程序设计中经常会执行查找操作，有时需要在庞大的数据库中查找某一条记录，这时查找时间就显得尤为重要，怎么样才能节省查找时间？提高查找效率呢，下面我们来看一下常用的一些查找算法。

![1349436843_9424.png][]

**【顺序查找】**

**            一 、概念**

**                 **从表的一端开始，顺序扫描线性表，依次将扫描到的结点关键宇和给定值K相比较。若当前扫描到的结点关键字与K相等，则查找成功；若扫描结束后，仍未找到关键字等于K的结点，则查找失败。

** 二、特点**

它查找表的存储结构：既适用于顺序存储结构，也适用于链式存储结构。

那么我们怎么知道一个算法好坏呢，在这里我们利用时间复杂度和空间复杂度表示，又由于空间复杂度一般是相同的，就不予考虑，我们只考虑时间复杂度，我们可以用平均查找长度ASL表示：如下面公式

在等概率情况下，pi=1/n(1≤i≤n)，故成功的平均查找长度为  
                n+1)/2

**【二分查找】**

**一、二分查找(Binary Search)**

二分查找又称折半查找，它是一种效率较高的查找方法。  
　                 二分查找要求：线性表是有序表，即表中结点按关键字有序，并且要用向量作为表的存储结构。

**二、二分查找的基本思想**

二分查找的基本思想是：（设R\[low..high\]是当前的查找区间）  
          （1）首先确定该区间的中点位置：  
 ![82.jpg][]

（2）然后将待查的K值与R\[mid\].key比较：若相等，则查找成功并返回此位置，否则须确定新的查找区间，继续二分查找，具体方法如下：

①若R\[mid\].key>K，则由表的有序性可知R\[mid..n\].keys均大于K，因此若表中存在关键字等于K的结点，则该结点必定是在位置mid左边的子表R\[1..mid-1\]中，故新的查找区间是左子表R\[1..mid-1\]。  
　               ②类似地，若R\[mid\].key<K，则要查找的K必在mid的右子表R\[mid+1..n\]中，即新的查找区间是右子表R\[mid+1..n\]。下一次查找是针对新的查找区间进行的。

因此，从初始的查找区间R\[1..n\]开始，每经过一次与当前查找区间的中点位置上的结点关键字的比较，就可确定查找是否成功，不成功则当前的查找区间就缩小一半。这一过程重复直至找到关键字为K的结点，或者直至当前的查找区间为空(即查找失败)时为止。  
  
**             三、二分查找判定树**

二分查找过程可用二叉树来描述：把当前查找区间的中间位置上的结点作为根，左子表和右子表中的结点分别作为根的左子树和右子树。由此得到的二叉树，称为描述二分查找的判定树(Decision Tree)或比较树(Comparison Tree)。  
　　　　  
（1）二分查找判定树的组成

①圆结点即树中的内部结点。树中圆结点内的数字表示该结点在有序表中的位置。  
　　②外部结点：圆结点中的所有空指针均用一个虚拟的方形结点来取代，即外部结点。  
　　③树中某结点i与其左(右)孩子连接的左(右)分支上的标记"<"、"("、">"、")"表示：当待查关键字K<R\[i\].key(K>R\[i\].key)时，应走左(右)分支到达i的左(右)孩子，将该孩子的关键字进一步和K比较。若相等，则查找过程结束返回，否则继续将K与树中更下一层的结点比较。  
  
（2）二分查找判定树的查找  
　　二分查找就是将给定值K与二分查找判定树的根结点的关键字进行比较。若相等，成功。否则若小于根结点的关键字，到左子树中查找。若大于根结点的关键字，则到右子树中查找。  
　　  
【例】待查表的关键字序列为：(05，13，19，21，37，56，64，75，80，88，92)，若要查找K=85的记录，所经过的内部结点为6、9、10，最后到达方形结点"9-10"，其比较次数为3。  
　实际上方形结点中"i-i+1"的含意为被查找值K是介于R\[i\].key和R\[i+1\].key之间的，即R\[i\].key<K<R\[i+1\].key。

（3）二分查找的平均查找长度  
　设内部结点的总数为n=2h\-1，则判定树是深度为h=lg(n+1)的满二叉树(深度h不计外部结点)。树中第k层上的结点个数为2k-1，查找它们所需的比较次数是k。因此在等概率假设下，二分查找成功时的平均查找长度为：  
**ASLbn≈lg(n+1)-1**  
　　二分查找在查找失败时所需比较的关键字个数不超过判定树的深度，在最坏情况下查找成功的比较次数也不超过判定树的深度。即为：  
![chazha4.gif][]  
　　二分查找的最坏性能和平均性能相当接近。

**              五、二分查找的优点和缺点**

虽然二分查找的效率高，但是要将表按关键字排序。而排序本身是一种很费时的运算。既使采用高效率的排序方法也要花费O(nlgn)的时间。  
　　二分查找只适用顺序存储结构。为保持表的有序性，在顺序结构里插入和删除都必须移动大量的结点。因此，二分查找特别适用于那种一经建立就很少改动、而又经常需要查找的线性表。  
　　对那些查找少而又经常需要改动的线性表，可采用链表作存储结构，进行顺序查找。链表上无法实现二分查找。

**【分块查找】**

一、概念：

分块查找是一种性能介于顺序查找和二分查找之间的一种查找方法，但它要求先对查找表建立一个索引表，再进行分块查找。

二、 索引表建立方法：

先对查找表进行分块，要求"分块有序"，即块内关键字不一定有序，但块件间有序。然后，抽取各块中的最大关键字及其起始位置构成一个索引表。如下图：

![1349438625_6333.png][]

从图中可以看出分开查找主要由两部分组成：索引表和分块序列。

并有如下特点：

A  索引表为有序序列

B  分块间有顺序、块内无序

根据特点可确定它的查找方法：分两步进行，先查找索引表，因其有序，故可采用二分法查找，以确定待查记录在哪一块，然后，在已确定的块中进行再顺序查找。  
           带入公式则分块查找的平均查找长度为：ASLbs=Lb+Lw=log2(b+1)-1+(s+1)/2 ≈ **log2(n/s+1)+ s/2**

[1349436843_9424.png]: https://img-my.csdn.net/uploads/201210/05/1349436843_9424.png
[82.jpg]: /images/20220524/36ca02f11dc04788b5192e1a8112014c.png
[chazha4.gif]: http://sjjp.tjuci.edu.cn/sjjg/DataStructure/DS/web/chazhao/chazha4.gif
[1349438625_6333.png]: https://img-my.csdn.net/uploads/201210/05/1349438625_6333.png