查找的基本概念：
1.查找表
2.关键字：关键字是数据元素（或记录）中某个数据项的值，用它可以标识一个数据元素（或记录）。若关键字可以唯一地标识一个记录，则称此关键字为主关键字（对不同的记录，其主关键字均不同）。反之，称用以识别若干记录的关键字为次关键字。当数据元素只有一个数据项时，其关键字即为该数据元素的值
3.查找
4.动态查找表和静态查找表：在查找的同时做修改操作（如插入和删除），则相应的表称之为动态查找表，否则称之为静态查找表。
5.平均查找长度：为确定记录在查找表中的位置，需和给定值进行比较的关键字个数的期望值，陈伟查找算法。
在查找成功的平均查找长度（ASL）。
对于含有n个记录的表，查找成功时的平均查找长度为
其中， pi为查找表中第i个记录的概率，且所有元素概率和为1。
线性表的查找：
1.顺序查找
基本实现方法：
int Search(SSTable ST,keyType key) { for(i = ST.length;i>=1;--i) if(ST.R[i].key == key) return i; return 0; }
带哨兵：
// 有哨兵顺序查找数组a中从a[1]到数组末尾的key // 设置一个哨兵可以解决不需要每次让i与a.length作比较。 // 返回-1说明查找失败，注意:从数组下标为1的位置开始查找 int seqSearch(int[] a, int key) { int i = a.length - 1; // 设置循环从数组尾部开始 a[0] = key; // 设置a[0]："哨兵" while (a[i] != key) i--; if(i>0) return i; else return -1; }
2.折半查找（二分查找）
算法描述：
int Search_Bin(SSTable ST, KeyType key) {//在有序表ST中折半查找其关键字等于key的数据元素。若找到，则函数值为改元素在表中的位置，否则为0 low=1; high=ST.length; while(low<=high) { mid=(low+high)/2; if(key==ST.R[mid].key) return mid; else if(key<ST.R[mid]) high=mid-1; else low = mid+1; } return 0; }
需要注意的地方是，循环执行条件是low<=high， 而不是low<high
3.分块查找（索引顺序查找）
这是一种性能介于顺序查找和折半查找之间的一种查找方法。在此查找法中，除表本身以为，尚需建立一个“索引表”。对于每个子表（或称块）建立一个索引项，其中包括两项内容：关键字项（其值为该子表内的最大关键字）和指针项（知识该子表的第一个记录在表中的位置）
分块查找的平均查找长度为：
数表的查找：
1.二叉排序树（二叉查找树）
2.二叉平衡树（AVL数）：
（1）左子树和右子数的深度之差的绝对值不超过1；
（2）左子树和右子树也是平衡二叉树
平衡二叉树的平衡调整方法：找到离插入结点最近且平衡因子绝对值超过1的祖先结点，以该结点为根的子树为最小不平衡子树，可将重新平衡的范围局限于这颗子树。
3.B-树：
一颗m阶的B-数，或为孔数，或为满足下列特性的m叉树：
（1）树的每个结点至多有m颗子树
（2）若根结点不是叶子结点，则至多有两颗子树
（3）除根之外的所有非终端结点至少有【m/2】棵子树
（4）所有的叶子结点都出现在同一层次上，并且不带信息，通常陈伟失败结点（失败结点并不存在，指向这些结点的指针为空。引入失败结点是为了便于分析B-树的查找性能）；
（5）所有非终端结点最多有m-1个关键字，结点的结构，如图所示：
4.B+树：
一颗m阶的B+树和m阶的B-树的差异在于
（1）有n棵子树的结点中含有n个关键字；
（2）所有的叶子结点中包含了全部关键字的信息，以及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接
（3）所有的分终端结点可以看成是索引部分，结点中仅含有其子树（跟结点）中最大（或最小）关键字。
散列表：
构造方法：
1.数字分析法
2.平方取中法
3.折叠法
4.除留余数法
处理冲突方法：
1.开放地址法：
（1）线性探测法
di=1，2，3······， m-1
（2）二次探测法
di=1^2, (-1)^2, 2^2, (-2)^2, ······， k^2, (-k)^2(k<=m/2)
（3）伪随机探测法
di=伪随机数序列
2.链地址法