数据结构中的各种查找---总结篇

一、基本概念：
1、 列表：待搜索的数据集合。
2、 关键字：要查找的那个数据。
3、 查找：一种算法过程。
二、基于线性表的查找：
1、 顺序查找：
(1)思想：逐个比较，直到找到或者查找失败。
(2)时间复杂度：T(n) = O(n)。
(3)空间复杂度：S(n) = O(n)。
(4)程序：

Int SeqSearch(RecordList l, KeyType key)
{
l.r[0].key = k;
I = l.length;
while(l.r[i].key != k)
i--;
return  I;
}

2、 折半查找：
(1)思想：又称二分查找，对于已经按照一定顺序排列好的列表，每次都用关键字和中间的元素对比，然后判断是在前部分还是后部分还是就是中间的元素，然后继续用关键字和中间的元素对比。
(2)时间复杂度：
(3)空间复杂度：
(4)程序：

Int BinSrch(RecordList l, KeyType k)
{
low = 1;
high = l.length;
while(low <= high)
{
mid = (low + high) / 2;
if(k == l.r[mid].key)
return mid;
else if(k < l.r[mid].key)
high = mid -1;
else
low = mid + 1;
}
return 0;
}

3、 分块查找：
(1)思想：把无序的列表分成若干子块（子表），然后建立一个索引表，记录每个子块中的某个关键字（最大的数或是最小的数），然后用关键字和这个索引表进行对比。该索引表还存储子块的起始位置，所以可以使用折半查找或者顺序查找确定关键字所在的子块位置。进入子块后，使用顺序查找查找。
(2)时间复杂度：
(3)空间复杂度：
(4)程序：（略）
三、基于树的查找：
1、 二叉排序树：
(1)思想：二叉排序树：①若它的左子树非空，则左子树上所有节点的值均小于它的根节点的值；②若它的右子树非空，则右子树上所有结点的值均大于（或大于等于）它的根节点的值；③它的左、右子树也分别为二叉排序树。查找的时候，中序遍历二叉树，得到一个递增有序序列。查找思路类似于折半查找。
(2)时间复杂度：插入一个节点算法的O(㏒n)，插入n个的总复杂度为O(n㏒n)。
(3)空间复杂度：
(4)程序：

BSTree SearchBST(BSTree bst, KeyType key)//递归算法
{
If(!bst)
return NULL;
else if(bst->key == key)
return bst;
else if(bst->key > key)
return SearchBST(bst->lchild, key);
else
return SearchBST(bst->rchild, key);
}
BSTree SearchBST(BSTree bst, KeyType key)//非递归算法
{
BSTree q;
q = bst;
while(q)
{
If(q->key == key)
return q;
else if(q->key > key)
q = q->lchild;
else
q = q->rchild;
}
return NULL;
}

2、 平衡二叉排序树：
(1)思想：首先它也是二叉排序树，但是还要具有如下性质：①左子树和右子树的深度之差的绝对值小于等于1；②左子树和右子树也是平衡二叉树。
(2)时间复杂度：
(3)空间复杂度：
(4)程序：
3、 B_树：
(1)思想：
(2)时间复杂度：
(3)空间复杂度：
(4)程序：
四、计算式查找：
1、 哈希查找：
(1)思想：首先在元素的关键字k和元素的存储位置p之间建立一个对应关系H，使得p=H(k)，H称为哈希函数。创建哈希表时，把关键字为k的元素直接存入地址为H(k)的单元；以后当查找关键字为k的元素时，再利用哈希函数计算出该元素的存储位置p=H(k)，从而达到按关键字直接存取元素的目的。难点在于处理冲突的方式：①开放定址法②再哈希法③链地址法④建立公共溢出区。
(2)时间复杂度：
(3)空间复杂度：
(4)程序：

#define m <哈希表长度>
#define NULLKEY <代表空记录的关键字值>

typedef int KeyType;
typedef struct
{
KeyType key;
}RecordType;

typedef RecordType HashTable[m];

int HashSearch(HashTable ht, KeyType K)
{
h0 = hash(K);
if(ht[h0].key == NULLKEY)
return -1;
else if(ht[h0].key == K)
return h0;
else
{
for(i = 1; i <= m - 1; i++)
{
hi = (h0 + 1) % m;
if(ht[hi].key == NULLKEY)
return -1;
else if(ht[hi].key == K)
return hi;
}
return -1;
}
}

对于B_tree查找的方法，我没有深入研究，对此有兴趣或者有研究的同志们，可以给我指点指点，不尽感激。