• 【数据结构】先排序后查找的查找


    2021-11-30 14:46:14 星期二

    序言

    查找,顾名思义,就是从某一集体中找出一个或一种元素。又称检索。
    其中,在计算机语言学习中,怎么利用机器对数据进行简便查找更是一项重要的工程。
    根据对查找表操作不同,查找又分静态查找和动态查找。
    根据查找表的特点,我们可以利用不同的方法进行找到我们所需的那个唯一关键字。

    对于静态表的查找方法,这里我们主要介绍
    一、顺序查找(线性查找)
    二、折半查找(二分或对分查找)
    三、静态树表的查找
    四、分块查找(索引顺序查找)

    对于动态表,我们主要介绍:
    典型的动态表—— 二叉排序树

    既然有方法了,那么怎么能判断方法的优劣呢?
    这样就需要一个工具,来简单的判断该方法的优劣,它就是ASL(平均查找长度)
    image

    基本概念

    查找表:——————由同一类型的数据元素(或记录)构成的集合
    查 找:——————查询(Searching)特定元素是否在表中。
    查找成功:——————若表中存在特定元素,称查找成功,应输出该记录或位置;
    查找不成功:————(与查找成功对立)否则,称查找不成功(也应输出失败标志或失败位置)
    静态查找表:————只查找,不改变集合内的数据元素。
    动态查找表:——既查找,又改变(增减)集合内的数据元素。
    关键字:——记录中某个数据项的值,可用来识别一个记录
    主关键字:——可以唯一标识一个记录的关键字
    次关键字:——识别若干记录的关键字

    工具:ASL

    如何评估查找方法的优劣?
    明确:查找的过程就是将给定的K值与文件中各记录的关键字项进行比较的过程。所以用比较次数的平均值来评估算法的优劣。称为平均查找长度(ASL:average search length)。
    image
    其中:
    n是记录个数;
    Pi是查找第i个记录的查找概率(通常取等概率,即Pi =1/n);
    Ci是找到第i个记录时所经历的比较次数。

    物理意义:假设每一元素被查找的概率相同,则查找每一元素所需的比较次数之总和再取平均,即为ASL。
    显然,ASL值越小,时间效率越高。


    例如:
    给定一个集合:1 3 7 4 9 0,顺序查找的方法,查找成功的ASL是多少?
    解:对于每一个元素的查找成功的概率相同,都是1/6 既pi = 1/6,然后每个元素被查找成功的比较次数分别为(1,2,3,4,5,6)
    ASL = (1+2+3+4+5+6)/6 = 21/6

    静态查找表

    抽象数据类型的静态查找表的定义为:

    ADT StaticSearchTable
    {数据对象D:D是具有相同特性的数据元素的集合。每个数据元素均含有类型相同、可唯一标识数据元素的关键字。
     数据关系R:数据元素同属一个集合。
     基本操作P: 
        Create(ST,n);   操作结果:构造一个含n个数据元素的静态查找表ST。
        Destroy(ST);    操作结果:销毁表ST。
        Search(ST,key); 操作结果:若ST中存在其关键字等于key的数据元素,则函数值为该元素的值或者在表中的位置,否则为空。
        Traverse(ST,Visit()); 操作结果:按照某种次序对ST的每个元素调用函数VIsit()一次且仅一次,一旦visit()失败,则操作失败
        
    }
    

    (1)顺序表的机内存储结构:

    typedef  ElemType{
        keyType  key;
        anyType  otherItems;
    } ElemType
    typedef struct {
              ElemType   *elem; //表基址,0号单元留空。表容量为全部元素
              int               length;     //表长,即表中数据元素个数
    }SSTable;
    
    

    存储图例:
    image

    顺序查找

    利用上图
    如果我们要找出其中的元素四,
    首先,要找到其关键字(这里是注关键字)------数组序号也就是长度
    然后,选取方法。
    这里我们采用第一种方法,也就是顺序查找

    Linear search,又称线性查找,即用逐一比较的办法顺序查找关键字,这显然是最直接的办法。
    (2)算法的实现:
    技巧:把待查关键字key存入表头或表尾(俗称“哨兵”),
    若将待查找的key存入顺序表的首部(如0号单元),则顺序查找的实现方案为:从后向前逐个比较!

    int Search_Seq( SSTable  ST , KeyType  key ){
       ST.elem[0].key =key;            //设立哨兵 
       for( i=ST.length; ST.elem[ i ].key!=key;  - - i  ); 
             //从后向前逐个比较
       return i; 
    } // Search_Seq
    

    设立哨兵:可免去查找过程中每一步都要检测是否查找完毕。当n>1000时,查找时间将减少一半。
    不要用for(i=n; i>0; - -i) 或 for(i=1; i<=n; i++) 了
    到达0号单元(哨兵)结束循环,查找失败,返回0(i=0)。查找成功,则返回该元素位置i。
    图例:
    image

    等概率下的平均比较查找长度:image

    image

    折半查找(二分查找 对分查找)

    先给数据排序(例如按升序排好),形成有序表,然后再将key与正中元素相比,若比key小,则缩小至右半部内查找;再取其中值比较,每次缩小1/2的范围,直到查找成功或失败为止。
    image
    存储图例:
    image
    ② 运算步骤:
    1)low =1,high =11 ,mid =6 ,待查范围是 [1,11];
    2)若 ST.elem[mid].key < key,说明 key[ mid+1,high] ,
    则令:low =mid+1;重算 mid= (low+high)/2;.
    3)若 ST.elem[mid].key > key,说明key[low ,mid-1],
    则令:high =mid–1;重算 mid ;
    4)若 ST.elem[ mid ].key = key,说明查找成功,元素序号=mid;

    ③ 结束条件: (1)查找成功 : ST.elem[mid].key = key
    (2)查找不成功 : high≤low (意即区间长度小于0)
    image

    最后(low+high)/2下取整,得mid = 4 得出查找结果:查找成功,21所在位置是4

    给出代码

    int  bin_search(SSTable  ST,int  key)
    { int low,high,mid;
      low=1;  high=ST.length;
      while(low<=high)
      {
         mid=(low+high)/2;
         if  EQ(key,ST.elem[mid].key)   return mid;       //等于
         else if LT(key,ST.elem[mid].key)  high=mid-1;    //小于
              else  low=mid+1;
         }
         return 0;
    }/*bin_search*/
    

    算法效率:
    image
    image

    分块查找

    又称索引顺序查找这是一种顺序查找的另一种改进方法。
    先让数据分块有序,即分成若干子表,要求每个子表中的数值(用关键字更准确)都比后一块中数值小(但子表内部未必有序)。
    然后将各子表中的最大关键字构成一个索引表,表中还要包含每个子表的起始地址(即头指针)。

    image

    两步走: 首先通过索引表查找待查记录所在的块(子表),然后在块内进行顺序查找

    索引表的存储结构定义如下,

    #define MAX_SUBLIST_NUM 10
    typedef struct{
        KeyType maxKey;           /*---子表中的最大关键字---*/
        int index;                /*---子表中第一个记录在基本表中的位置---*/
        
    }IndexItem;                 /*---索引项---*/
    typedef IndexItem indexList[MAX_SUBLIST_NUM]; /*----索引表类型--*/
    

    那么,可以得出分块查找算法的平均查找长度
    image

    动态查找表

    image

    典型的动态查找表——————二叉排序树

    二叉排序树的定义:
    或是一棵空树;或者是具有如下性质的非空二叉树:
    (1)左子树的所有结点值均小于根的值;
    (2)右子树的所有结点值均大于根的值;
    (3)它的左右子树也分别为二叉排序树。

    从定义上可以看出,二叉排序树是一个可以由递归创建的逻辑结构。
    二叉排序的图例:
    image
    二叉排序树的存储结构(以链表存储为例):

    /*---二叉排序树的二叉链表存储结构---*/
    typedef struct BTNode{                  /*---元素的结点结构---*/
        Elemtype key;                       /*---记录的关键字,忽略记录的其他数据项---*/
        struct BTNode *lchild,*rchild;      /*---左右指针---*/
    }BTNode,*BStree;
    

    二叉排序树的创建,插入,查找,删除

    创建与插入

    根据定义创建二叉树:
    while(序列不为空){

    • 顺序拿出元素
    • 元素比根结点大,放到根结点的右子树。
    • 元素比根结点小,放到根结点的左子树。
    • 重复步骤2-3,至成为叶子结点。
      }

    给出代码:

    创建:

    BStree CreateBST()
    {
        BStree T,s;
        T = NULL;
        printf("输入关键字key,输入“-1”结束。\n");
        while(1)
        {
            scanf("%d",&key);               /*---这里假设key是int类型---*/
            if(key) break;
            s = (BTNode*)malloc(sizeof(BTNode));
            s->key = key;
            s->lchild = NULL;
            s->rchild = NULL;
            T  = InsertBST(T,s);             /*---插入二叉排序树---*/
        }
    	return T;
    }
    
    

    插入(1:递归版本)

    BSTree InsertBST(BSTree T,BTNode *s)
    {/*---在以T为根的二叉排序树上插入一个指针s所指向的结点的递归算法---*/
        if(T==NULL) T = s;
        else
        {
            if(s->key > T->key) T->rchild = InsertBST(T->rchild,s);         /*---递归插入到T的右子树中---*/
            else if(s->key < T->key) T->lchild = InsertBST(T->lchild,s);    /*---递归插入到T的左子树中---*/
    
        }
        return T;
    
    }
    

    插入(2:非递归版本)

    点击查看代码
    BSTree InsertBST(BSTree T,BTNode *s)
    {
        BSTree p = T;
        BTNode *f = NULL;
        if(T==NULL)
        {
            T = s;
            return T;
        }
        while(p)
        {
            if(p->key == s->key) return T;
            f = p;                      /*---记录访问的结点:便于连接s---*/
            if(s->key < p->key)
                p = p->lchild;
            else p = p->rchild;
    
        }//跳出循环:1.p = null;2.f就是s与之连接的结点
    
       if(s->key > p->key) f->rchild = s;
       if(s->key < p->key) f->lchild = s;
    
       return T;
    
    }
    
    

    image

    查找与删除

    查找的基本过程如下:
    当二叉树为空时,返回0;
    当二叉树不为空时,首先将给定的值key与根结点关键字进行比较,若相等,则查找成功,返回1;否则将依据给定值key与根结点关键字值的大小关系,分别在其左子树或者右子树中继续查找。可见,二叉排序树的查找可以是一个递归的过程。

    删除的基本过程:
    image
    image
    image

    给出代码:

    查找代码:

    int BSTsearch(BSTree T, int key)
    {
        BSTree p = T;
        if(!p) return 0; /*---空树,返回0---*/
        else if(p->key == key) return 1;
        else if(p->key > key) BSTsearch(p->lchild,key);
        else BSTsearch(p->rchild,key);
    }
    

    查找非递归算法

    点击查看代码
    //二叉排序树查找非递归算法
    int BSTsearch2(BSTNode *T, int data)
    {
        BSTNode *p = T;
        while(p)
        {
            if(p->key == data)
                return 1;
            p = (p->key > data)? p->lchild : p->rchild;
        }
        return 0;
    }
    
    

    删除代码:

    
    //二叉排序树删除操作
    void DelBST(BSTNode *T,int key)
    {
        BSTNode *p = T, *f, *q, *s;
        while(p)
        {
            if(p->key == key) break; //找到关键字为key的结点
            f=p;//记下关键字key节点的父节点
            p=(key < p->key)? p->lchild : p->rchild;//分别在*p的左、右子树中查找
        }
        if(!p) return;//二叉排序树中无关键字为key的结点
        if(p->lchild == NULL && p->rchild == NULL)//p无左子树无右子树
        {
            if(p == T) T = NULL;//删除的是根节点
            else
                if(p == f->lchild)
                    f->lchild = NULL;
                else
                    f->rchild = NULL;
        }
        else if(p->lchild == NULL && p->rchild != NULL)//p无左子树有右子树
        {
            if(f->lchild == p)
                f->lchild = p->rchild;
            else
                f->rchild = p->rchild;
        }
        else if(p->rchild == NULL && p->lchild != NULL)//p有左子树无右子树
        {
            if (f->lchild == p)
                f->lchild = p->lchild;
            else
                f->rchild = p->lchild;
        }
        else if(p->lchild != NULL && p->rchild != NULL)//p既有左子树又有右子树
        {
            q = p;
            s = p->lchild;//转左
            while(s->rchild)
            {//然后向右到尽头
                q = s;
                s = s->rchild;//s指向被删节点的“前驱”(中序前驱)
            }
            p->key = s->key;//以p的中序前趋结点s代替p(即把s的数据复制到p中)
            if(q != p)
                q->rchild = s->lchild;//重接q的右子树
            else
                q->lchild = s->lchild;//重接q的左子树。
        }
    }
    
    
  • 相关阅读:
    WebApp 里Meta标签大全,webappmeta标签大全
    写给自己的Java程序员学习路线图
    JAVA学习路线图
    JavaScript经典作用域问题(转载)
    js 判断当前操作系统是ios还是android还是电脑端
    css动画,展开折叠图标
    CSU 1335 高桥和低桥
    codevs 1341 与3和5无关的数
    noi 7827 质数的和与积
    51nod 1082 与7无关的数
  • 原文地址:https://www.cnblogs.com/zhujiaozhu/p/15624631.html
Copyright © 2020-2023  润新知