【C/C++】查找(一):静态查找表
{静态查找表 + 动态查找表}
所谓动态,就是,找的时候没有则添加,或者能删除
关键字:primary key:用来表示查找表中的一条记录
{主关键字 + 次关键字}
主关键字是唯一的,用来唯一的标识查找表中的一条记录
(一)静态查找表
一、顺序表
类似于数组,顺序存储,在表中有位置,查找即给定关键字,遍历这个表,找到其位置或给出整条记录;
可以设置“哨兵” ,即标记0号元素就是要找的关键字:这样可以减去每次判断是否查找结束的麻烦,平均时间几乎减少一半
优化:
若访问频度不同,则设置频度域,根据需要调整位置,如每次将刚刚访问过得节点放在最后。
intsearch_Seq(SSTable ST,KeyType key){
//在顺序表ST中 找key
ST.elem[].key = key;
for(int i = ST.Length;!EQ(ST.elem[i].key,key),--i);
return i; //找不到返回0
}
算法复杂度分析:
最坏条件下:O(n)
平均:
(1+2+...+n) / n (等概率被查找到的情况下)
O((1+n)/2)
若考虑查找不成功,则查找不成功的情况都是查找n+1次。
那么:
O((n+1)*3/4)
def:
平均查找长度:为确定就在查找表中的位置,需和给定值进行比较的关键字的个数的期望值称为查找成功时的平均查找长度
即:
ASL = 求和(pi * Ci)
Ci为第i元素查找的步数
二、 有序表的查找
主要讲三种,第一是经典的二分 直接贴代码
int Search_Bin(SSTable ST,KeyType key) {
int low = ;
int high = ST.Length;
int mid;
while(low<=high){
mid = (low+high)/;
if(EQ(key,ST.elem[mid].key)){
return min;
}else if(LT(key,ST.elem[mid].key)){
high = mid - ;
}else{
low = mid + ;
}
}
return ;
}
二分法的复杂度分析:(面试等常问的)
将查找过程构建成一棵树,树的节点是每次访问的mid,这叫判定树
由于树的深度h,定点数n = 2^h-1
同一深度上的节点被查找需要查找走的步数就是深度h
那么:
平均查找,在等概率下:
ASL = (求和i从1到最高层h(i*2^(i-1)))/n
因为,第i层上要比较i次,第i层有2^(i-1)个结点
当每个节点被查找到的概率不同时,二分查找可能并不是最优的,最优的是:
PH = 求和(p*c)的查找,即判定树的带权内路径长度之和最小
但这样做很复杂,可以以一种求折中的方法:求次优查找树
思想:
求一个结点,它的左右两边的点被查找到的概率最大可能性的相等, 则该点设置为mid
递归,查找左子树、右子树
实现:
为了方便,设置权值之和SWi:即从开始到第i点的权值之和
则每次查找一个点,只要计算该点右边之和减去左边的(各自区间内) ,取最小点
细节注意:
这并没有考察单个关键字的权值,有的时候,被选作根(mid)的关键字的权值比与他相邻的关键字的权值小
此时应做调整
复杂度分析:
构造一棵次优查找树,复杂度是:
O(nlogn)
算法实现:
//建立树T,根节点T,使用:R是查找表,sw是其权值,low-high是当前区间
int i = low;
float min = fabs(R[high] - R[low]);
float dw = sw[high] + sw[low-];
for(int j = low+;j<=high;j++){
if(fabs(dw - sw[j] - sw[j-]) < min){
min = dw - sw[j] - sw[j-];
i = j;
}
}
//i作为mid
T = (BiTree)malloc(sizeof(BiTNode));
T->data = R[i];
if(i == low){
T->lchild = NULL;
}else{
SecondOptimal(T->lchild,R,sw,low,i-);
} if(i == high){
T->rchild = NULL;
}else{
SecondOptimal(T->rchild,R,sw,i+,high);
}
}
综合如下:
typedef BiTree SOSTree;
Status CreateSOSTree(SOSTree &T,SSTable ST){
if(ST.Length == ){
T = NULL;
}
else{
findSW(sw,ST);//建立sw数组,权值和
SecondOptimal(T,ST.elem,sw,,ST.Length);
}
return OK;
}
静态查找还有:斐波那契、插值查找
斐波那契:
Fn = Fn-1 + Fn-2;
F1 = 1;
F0 = 0;
斐波那契查找就是:
假设表长我某个斐波那契值-1,即n = Fu-1;
则在F(u-1)与key比较
找不到就:
if key<F(u-1).key:
在1..F(u-1)中找
else:
在F(u-1)+1 ... F(u) 中找
分析:
平均复杂度比二分好,但最坏情况下的一次查找不如二分
而插值查找:
每次比较的i(相当于二分中的mid),i是有公式算的。
平均性能比二分好。
【C/C++】查找(一):静态查找表的更多相关文章
- 查找->静态查找表->次优查找(静态树表)
文字描算 之前分析顺序查找和折半查找的算法性能都是在“等概率”的前提下进行的,但是如果有序表中各记录的查找概率不等呢?换句话说,概率不等的情况下,描述查找过程的判定树为何类二叉树,其查找性能最佳? 如 ...
- 数据结构算法C语言实现(三十二)--- 9.1静态查找表
一.简述 静态查找表又分为顺序表.有序表.静态树表和索引表.以下只是算法的简单实现及测试,不涉及性能分析. 二.头文件 /** author:zhaoyu date:2016-7-12 */ #inc ...
- C语言数据结构基础学习笔记——静态查找表
查找:在数据集合中寻找满足某种条件的数据元素的过程称为查找. 查找表:用于查找的数据集合称为查找表,一般有以下操作:①查找是否在表中:②查找属性:③进行操作. 查找表又分为: ①静态查找表:只可以进行 ...
- 查找->静态查找表->折半查找(有序表)
文字描述 以有序表表示静态查找表时,可用折半查找算法查找指定元素. 折半查找过程是以处于区间中间位置记录的关键字和给定值比较,若相等,则查找成功,若不等,则缩小范围,直至新的区间中间位置记录的关键字等 ...
- 查找->静态查找表->顺序查找(顺序表)
文字描述 顺序查找的查找过程为:从表中最后一个记录开始,逐个进行记录的关键字和给定值的比较,若某个记录的关键字和给定值比较相等,则查找成功,找到所查记录:反之,若直至第一个记录,其关键字和给定值比较都 ...
- 查找->静态查找表->分块查找(索引顺序表)
文字描述 分块查找又称为索引顺序查找,是顺序查找的一种改进方法.在此查找算法中,除表本身外, 还需要建立一个”索引表”.索引表中包括两项内容:关键字项(其值为该字表内的最大关键字)和指针项(指示该子表 ...
- c语言描述的静态查找表
顺序表的查找: 直接循环依次和目标比较就行 有序表的查找(二分查找): int search(SS *T,Type key){ int mid; ; int high=T.length; while( ...
- DS静态查找- 顺序-二分-索引
静态查找 静态表是只执行查找操作,而不执行插入.删除等操作的表. 现在常说的有五大查找方法:顺序查找.分块查找.索引查找.树查找.哈希查找. 后两种之前写过了二叉查找树和哈希表,现在回顾前面三种,它们 ...
- 算法与数据结构(九) 查找表的顺序查找、折半查找、插值查找以及Fibonacci查找
今天这篇博客就聊聊几种常见的查找算法,当然本篇博客只是涉及了部分查找算法,接下来的几篇博客中都将会介绍关于查找的相关内容.本篇博客主要介绍查找表的顺序查找.折半查找.插值查找以及Fibonacci查找 ...
随机推荐
- SQLite 实现删除表中前一天的数据
注意点1 要注意SQLite datatime()函数为何获取不到系统本地时间?这个问题,坑死我了. 解决方法详见这篇文章:SQLite datatime()函数为何获取不到系统本地时间? 注意点2: ...
- windows安装Redis和客户端
一.Windows安装Redis 1.下载安装包Redis-x64-3.0.504.zip到本地 2.解压 3.打开CMD,切换到解压后的redis目录,然后 C:\Users\Administrat ...
- H5 55-行高
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...
- 割顶树 BZOJ1123 BLO
无向图中,求去掉点x[1,n]后每个联通块的大小. 考虑tarjan求bcc的dfs树,对于每个点u及其儿子v,若low[v]<prv[u],则v对u的父亲联通块有贡献,否则对u的子树有贡献.每 ...
- Truncated Power Method for Sparse Eigenvalue Problems
目录 算法 k的选择 \(x\)的初始化 代码 抱歉,真的没怎么看懂,当然,估计和我现在没法静下心来好好看也有关系. 算法 想法非常非常简单吧,就是在原来幂法的基础上,每次迭代的时候再加个截断.当然, ...
- 在做stark中一些反射的问题。
hasattr(obj,name): 判断一个对象里面是否有name属性或者name方法,返回BOOL值,有name特性返回True, 否则返回False.需要注意的是name要用括号括起来 1 ...
- VO和DO转换(二) BeanUtils
VO和DO转换(一) 工具汇总 VO和DO转换(二) BeanUtils VO和DO转换(三) Dozer VO和DO转换(四) MapStruct BeanUtils是Spring提供的,通常项目都 ...
- 学习yii2.0——依赖注入
依赖注入 依赖注入是一种设计模式,可以搜索“php依赖注入”,这里不阐述了. yii框架的依赖注入 Yii 通过 yii\di\Container 类提供 DI 容器特性. 它支持如下几种类型的依赖注 ...
- 爬虫——scrapy框架
Scrapy是一个异步处理框架,是纯Python实现的爬虫框架,其架构清晰,模块之间的耦合程度低,可拓展性强,可以灵活完成各种需求.我们只需要定制几个模块就可以轻松实现一个爬虫. 1.架构 Scra ...
- Problem 2285 迷宫寻宝
http://acm.fzu.edu.cn/problem.php?pid=2285 Problem Description 洪尼玛今天准备去寻宝,在一个n*n (n行, n列)的迷宫中,存在着一个入 ...