一看就懵最不详细的数据结构与算法教程查找算法

比眉伴天荒 2022-12-31 01:16 96阅读 0赞

word文档：[https://github.com/IceEmblem/-/tree/master/%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%96%99/%E5%B9%B3%E5%8F%B0%E6%97%A0%E5%85%B3/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%B8%8E%E7%AE%97%E6%B3%95/%E5%9F%BA%E6%9C%AC%E6%95%99%E7%A8%8B][https_github.com_IceEmblem_-_tree_master_E5_AD_A6_E4_B9_A0_E8_B5_84_E6_96_99_E5_B9_B3_E5_8F_B0_E6_97_A0_E5_85_B3_E6_95_B0_E6_8D_AE_E7_BB_93_E6_9E_84_E4_B8_8E_E7_AE_97_E6_B3_95_E5_9F_BA_E6_9C_AC_E6_95_99_E7_A8_8B]

## **平均查找长度ASL** ##

ASL表示查找一个元素平均需要经过多少次比较，具有n个元素的列表的 ASL = P1C1 + P2C2 + ... + PnCn ，Pi为查找第i个元素的概率，Ci为查找到第i个元素需要经过多少次比较

## **顺序查找** ##

顺序查找就是从第1个元素到第n个元素顺序查找，如果每元素被查找的概率都是相等的，那么其 ASL=(n+1)/2

时间上很多应用都遵循 8/2 规则，即 80% 的访问都集中在 20% 的记录上，所以我们可以改进我们的算法，如下

var list = \['a', 'b', 'c', 'd', 'e'\];

我们访问c，我们将c向前移一步

var list = \['a', 'c', 'b', 'd', 'e'\];

我们再访问c，我们将c向前移一般

var list = \['c', 'a', 'b', 'd', 'e'\];

我们访问b，将b向前移一步

var list = \['c', 'b', 'a', 'd', 'e'\];

这样，我们访问次数越多的，他就排在越靠前

## **二分查找** ##

二分查找其数据的排序必须要有序，如下

我想要从数组中查到10

var list = \[2, 5, 6, 7, 8, 10, 11, 14, 18, 20\];

我记录最低下标0的值为2，记录最高下标9的值为20，从这2个下标中选取中间下标4，其值为8

10在8和20之间，所以我以刚刚所取得下标4为最低下标，最高下标9不变，取中间下标6，其值为11

10在6和11之间，所以最低下标4不变，最高下标取刚刚所取得下标6，取中间下标5，其值为10，比较完成

二分查找的 ASL约等于log(n+1) - 1

## **哈希表** ##

如下数组，如何才能快速的找到gee字符串

var list = \['app', 'bff', 'cee', 'def', 'eff', null, 'gee'\];

你可能会使用顺序查找一个个进行查找，但我有一种更快的方法，取gee的首个字符g，g在字母表排第7，所以我给出数组下标为6（不要问我为什么是6而不是7），查看list\[6\]是不是gee

我们把由关键字求出下标的函数称为哈希函数，根据哈希函数得出的表称为哈希表

**哈希函数**

下面列出几种哈希函数

1. 直接地址法

如下，我们为 1 3 4 6 7 关键字构建哈希函数，我们将关键字的值直接作为数组下标

function hash(key){
    
        return key;
    
    }

这种方法的缺点也是显而易见，如果关键字是 1 2 10000，那么我要分配10000个数组空间去保存这3个关键字

2. 平方取中方

这是一种比较常见的哈希函数，我们将关键字进行平方，取中间的m位，m的值取决于我们分配的哈希表的大小

如我们哈希表的大小为10，那么我们m取值为1，因为0-9刚好10个数，如果我们的关键字为11，则11的平方为121，取中间的一位，即2，则11所在的数组下标为2

3. 除余法

目前最常用的哈希函数，我们选择一个适当的数p，用关键字除以p，取余数，将余数作为我们的下标

如p取13，如果关键字为16，则 16%13 等于3，则16的数组下标为3

p的取值根据哈希表的表长决定，取小于表长的最大素数，如表长为 8，16，32，64分别对应的p为7，13，31，61

**冲突处理方法**

如下，我们用平方取中法算关键字的下标，关键字12的下标为4，关键字2的下标也为4，那么怎么处理这样的冲突呢，如下2种方法处理

闭哈希法

开哈希法

**闭哈希法**

如下哈希表，我们使用除余法，取p为7

var list = \[null, null, null, null, null, null, null, null\]

现在插入关键字8，8%7等于1

var list = \[null, 8, null, null, null, null, null, null\]

现在插入关键字15，15%7等于1，但1已经存储8了，所以我们将15存到下一位

var list = \[null, 8, 15, null, null, null, null, null\]

现在插入22，22%7等于1，1已被使用，下一位2也被使用，所以存到3

var list = \[null, 8, 15, 22, null, null, null, null\]

这就是闭哈希法，出现冲突时，我们将关键字存储位置的下标+n（n可以等于1，2，...）进行存放

查找也是如此，如查找22，22%7等于1，list\[1\]等于8，查找下一位，list\[2\]等于15，查找下一位，list\[3\]等于22

如果我们删除关键字，我们需要判断后面的关键字是否需要移到前一位，如我们删除8，我们需要将15和22往前移一位

**开哈希法**

开哈希法使用链表取解决冲突，如下数组

var list = \[null, null, null, null, null, null, null, null\]

现在插入关键字8，8%7等于1

var list = [null, key8, null, null, null, null, null, null]
    
    var key8 = { value: 8, next: null }

现在插入关键字15，15%7等于1

var list = [null, key8, null, null, null, null, null, null]
    
    var key8 = { value: 8, next: key15 }
    
    var key15 = { value:15, next: null }

现在插入关键字22，22%7等于1

var list = [null, key8, null, null, null, null, null, null]
    
    var key8 = { value: 8, next: key15 }
    
    var key15 = { value:15, next: key22 }
    
    var key22 = { value:22, next: null }

开哈希法的平均性能要优于闭哈希法

## **二叉查找树** ##

二叉查找树左边的节点小于当前节点，右边的节点大于当前节点，如下

![20201227115219410.png][]

**查找**

如下，查找节点6，从根节点8开始，6 < 8，进入8左节点，6 > 4，进入4得右节点，6 = 6，查找到节点6

**插入**

如下，插入节点13，从根节点开始，13 > 8，进入右节点，13 < 15，进入左节点，但15没有左节点，将13插入到15得左节点

![20201227115255445.png][]

**删除**

如果删除得节点无子节点，则直接删除，如删除20节点

![20201227115317563.png][]

如果删减节点有一个子节点，则子节点顶替当前节点，如删除节点15

![20201227115333384.png][]

如果删除节点有2个子节点，则取当前节点左子树最右边的节点顶替当前节点，如果最右边的节点有左子树，则左子树顶替最右边节点的位置，如删除8，8左子树最右边的节点是6，则6替换掉8，如果6有左子树5，则5应该连接到4，但当前示例6没有左子树

![20201227115347331.png][]

## **平衡二叉查找树（AVL树）** ##

任意一节点的左右子树高度差步超过1，称为AVL树

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70][]

**平衡操作**

任何的插入和删除都可能会使二插入失去平衡，我们进行如下平衡操作调整二叉树

如下BL高度+1时得调整

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 1][]

如下BR高度+1时的调整

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 2][]

如下CR高度+1时的调整

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 3][]

如下CR高度+1时的调整

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 4][]

## **B树** ##

参考文档：https://zhuanlan.zhihu.com/p/27700617

二叉树适用于内存数据的查找，如果数据在硬盘上，多次的数据读取会降低速度

**B树定义**

如下是一颗5阶B树

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 5][]

m阶B树定义如下

1.  如果根节点有子节点，则根节点至少有2个子节点，如上根节点（M）具有节点（DG）和节点（QT）
2.  除根节点外，每个非叶节点至少有m/2（向上取数，即5/2等于3）个子节点，如上5阶B树每个非叶节点必须至少有3个子节点
3.  每个节点至多有m个子节点，如上5阶B树每个节点至多有5棵子树
4.  除根节点外，每个节点至少有m/2 - 1（m/2向上取数）个元素，至多有m-1个元素，如上5阶B数每个节点至少有2个元素，至多有4个元素，如最左边的节点具有2元素A和C，最右边的节点具有4个元素W，X，Y，Z
5.  所有的叶节点都位于同一层上，如下所有叶节点位于第3层

**查找**

如上，要查找E，E < M，则往第0个索引，进入（D，G）节点，D < E < G，所以往第1个索引，进入节点（E，F），顺序查找节点（E，F），找到E

**插入**

定义一个5阶树（平衡5路查找树），现在插入如下数据 3、8、31、11、23、29、50、28

先插入 3、8、31、11

![20201227115611673.png][]

再插入23，插入23时元素数超过了5-1即4，这时候我们需要拆分，我们将23插入到节点种，然后取中间元素作为根，将节点分为3个

![20201227115622292.png][]

再插入29，29大于11，往右边插

![20201227115726715.png][]

再插入50

![20201227115742612.png][]

再插入28，插入28时右边的节点已经超过4个了，需要拆分，插入28，取中间元素，将节点拆分为左右2个节点，将中间元素移到父节点

![20201227115756634.png][]

如果我们一直这样插入下去，这根节点也会超过4个元素，这时候像上面一样我们将根节点拆分成3个节点，这样数的高度就变成了3层

**删除**

当元素数小于最小元素数时先从子节点取，子节点没有符合条件时就向向父节点取，而父节点则向要删除的节点的右兄弟节点取最左边一位元素，如下，删除元素28

![20201227115827605.png][]

如果要删除的节点的右兄弟节点的元素数是最小元素数，则父元素不用取了，直接合并这2个节点

[https_github.com_IceEmblem_-_tree_master_E5_AD_A6_E4_B9_A0_E8_B5_84_E6_96_99_E5_B9_B3_E5_8F_B0_E6_97_A0_E5_85_B3_E6_95_B0_E6_8D_AE_E7_BB_93_E6_9E_84_E4_B8_8E_E7_AE_97_E6_B3_95_E5_9F_BA_E6_9C_AC_E6_95_99_E7_A8_8B]: https://github.com/IceEmblem/-/tree/master/%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%96%99/%E5%B9%B3%E5%8F%B0%E6%97%A0%E5%85%B3/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%B8%8E%E7%AE%97%E6%B3%95/%E5%9F%BA%E6%9C%AC%E6%95%99%E7%A8%8B
[20201227115219410.png]: /images/20221120/eb0dbd4f22bc44fba76886a3609ef2a7.png
[20201227115255445.png]: /images/20221120/8d5f1dceceda46779aaddf34d19e5e33.png
[20201227115317563.png]: https://img-blog.csdnimg.cn/20201227115317563.png
[20201227115333384.png]: https://img-blog.csdnimg.cn/20201227115333384.png
[20201227115347331.png]: https://img-blog.csdnimg.cn/20201227115347331.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20201227115415917.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20201227115440887.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20201227115501306.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20201227115515738.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20201227115525659.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20201227115555105.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhYnVzaWRlZGU=,size_16,color_FFFFFF,t_70
[20201227115611673.png]: https://img-blog.csdnimg.cn/20201227115611673.png
[20201227115622292.png]: https://img-blog.csdnimg.cn/20201227115622292.png
[20201227115726715.png]: https://img-blog.csdnimg.cn/20201227115726715.png
[20201227115742612.png]: https://img-blog.csdnimg.cn/20201227115742612.png
[20201227115756634.png]: https://img-blog.csdnimg.cn/20201227115756634.png
[20201227115827605.png]: https://img-blog.csdnimg.cn/20201227115827605.png