算法-search

O(big o) 是上限，是我们关注的算法的时间复杂度。数据量大，数据量涨一千倍，lgn的算法就是 耗费的时间就是10倍，o（n）就是一千倍，o（n2）就是一百万倍的差距

例一：Sequential search  算法复杂度o（n）。找到了o（n/2） ,没找到 o（n）

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define N  5000000
#define STEP 3
int a[N];
int g_nMax=;

int main (void)
{
    time_t t=; //以秒为单位
    int i=,n=;
    clock_t begin=,end=;

    //build an array (increasing),randomly
    time(&t);
    srand(t);
    for(i=;i<N;i++){
        a[i] = g_nMax +  + (rand() % STEP);
        g_nMax=a[i];
    }
    n=(rand() % g_nMax) +;

    begin=clock();
    for(i=;i<N;i++){
        if(a[i]==n){
            printf("%d 找到了\n",n);
            break;
        }
    }
    if (i==N)         printf("%d 找不到",n);
    end = clock();

    printf("sequetial search 花费时间:%d\n",end-begin);
}

例二：Binary search【先决条件，排序好了的数据】 o（lgn）

1024之类的数据，最多也就找11次，40亿的数据，最多也就找33次。

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define N  50000000
#define STEP 3
#define LOOP 1000
int a[N];
int g_nMax=;

void binary_search(int min,int max,int n)
{
    int mid=;
    if(min>max){

    //    printf("%d找不到\n",n);
        return;
    }
    mid =min+(max-min)/;
    if(n==a[mid]){

    //    printf("%d 找到了\n",n);
        return;
    }
    if(n<a[mid])
      binary_search(min,mid-,n);
      else
      binary_search(mid+,max,n);

}

int main (void)
{
    time_t t=; //以秒为单位
    int i=,n=;
    clock_t begin=,end=;

    //build an array (increasing),randomly
    time(&t);
    srand(t);
    for(i=;i<N;i++){
        a[i] = g_nMax +  + (rand() % STEP);
        g_nMax=a[i];
    }
    n=(rand() % g_nMax) +;

    begin=clock();
    for(i=;i<N;i++){
        if(a[i]==n){
            printf("%d 找到了\n",n);
            break;
        }
    }
    if (i==N)         printf("%d 找不到",n);
    end = clock();

    printf("sequetial search 花费时间:%d\n",end-begin);

begin=clock();
for(i=;i<LOOP;i++)
{
    binary_search(,N-,n);

}

end=clock();
printf("binary search 花费时间:%f\n",(float)(end-begin)/LOOP); 

}

例三：hashtable  复杂度o（1）.大数据量，杂乱无序。

hash table size n 最好不是2或10的倍数，最好是质数，如2的n次方-1也很好

应用MD5

database  ：结构化数据  最好到1百万级别

search engin：极大数据量，几千万，几亿