🌞 “清醒 自律 知进退！”
查找
- 🎈1.查找的相关概念
- 🎈2.静态查找表
- 🔭2.1静态查找表的类定义
- 🔭2.2顺序查找
- 🔭2.3二分查找
- 🔎二分查找例题
- 🔭2.4分块查找
- 🔭2.5三种算法的比较分析
查找是在一些有序的或无序的数据元素中，通过一定的方法找出与给定关键字相同的数据元素的过程，即根据给定的某个值在查找表中确定一个关键字等于给定的记录或数据元素。查找是信息处理科学中十分重要的操作。
🎈1.查找的相关概念
- 查找表是同一类型数据元素（或记录）构成的集合，与4种数据关系中的集合结构对应。由于集合中数据元素之间存在着完全松散的关系。因此，查找表往往要借助其他数据结构来实现相关算法。
- 关键字是可以标识一个数据元素（或记录）的数据项，关键字的值被称之为键值。若关键字可以唯一地标识一条记录，则称此关键字为主关键字。
- 查找是根据给定的某个值，在查找表中确定一个关键字等于给定值的记录或数据元素的过程。若在查找表中存在与给定值匹配的记录，则查找成功，此时查找的结果可以是整个记录的信息或查找成功标记等。若在查找表中不存在与给定值匹配的记录，则查找不成功，此时查找结果可以是不成功标记，或将被查找记录插入查找表。
- 静态查找表是仅对表进行查找操作，而不进行插入和删除操作的查找表。静态查找在查找不成功时，只返回一个不成功标志，不改变查找表，因此表中数据元素的数量不会发生变化。
- 动态查找表是在查找的同时对表进行插入和删除操作的表。动态查找在查找不成功时，需要将被查找的记录插入查找表，因此表中数据元素的数量可能会发生变化。
🎈2.静态查找表
🔭2.1静态查找表的类定义
#define _CRT_SECURE_NO_WARNINGS 1
#define Max 100
#include <iostream>
using namespace std;
typedef int KeyType;
typedef int InfoType;
typedef int IndexType;
typedef struct
{KeyType key;//KeyType为关键字数据类型InfoType otherinfo;//其他域
}SElemType;
class StaticSearchtable
{
private:SElemType* elem;int length;
public:StaticSearchtable()//构造函数，0位留空{elem = new SElemType[Max + 1];length = 0;}~StaticSearchtable()//析构函数，释放存储空间{delete[]elem;length = 0;}void Create(int n)//创建n个元素的顺序表{for (int i = 0; i <= n; i++){cin >> elem[i].key >> elem[i].otherinfo;}length = n;}int SqSearch(KeyType key);//顺表表查找值等于key的关键字int BinSearch(KeyType key);//二分查找值等于key的关键字int IndexSearch(IndexType index[Max], KeyType key, int b);//分块查找值等于key的关键字，b为块数
};
🔭2.2顺序查找
🔎顺序查找的主要思想：
- 设立哨兵位
elem[0].key=key,其作用是防止扫描溢出。 - 从表的末端开始向左扫描线性表，依次将扫描到的关键字值和给定值
key进行比较，若找到关键字，则查找成功，返回该关键字在顺序表中的下标；否则查找失败，返回0.
int StaticSearchtable::SqSearch(KeyType key)
{elem[0].key = key;//哨兵位int i = 0;for (i = length; elem[i].key != key; i--)//从末端开始向左扫描{;//空语句}return i;
}
🔎顺序查找分析：
🔭2.3二分查找
二分查找又称折半查找，它是一种效率较高的查找方法。二分查找要求线性表采用顺序存储结构且元素有序。类似于顺序查找方法，在存储元素时，数组元素第0位留空。
🔎二分查找的主要思想是每次将待查找记录所在的区间缩小一 半。具体步骤如下：设elem[low..high]是当前的查找区间，首先确定中间点位置mid = [(low+high)/2],然后将待查元素的关键字key值与elem[mid].key比较：（初始时，令low=1,high=length）
mid = [(low+high)/2]- 若
key==elem[mid].key,则查找成功，返回mid,即该元素在顺序表中的下标。 - 若
key<elem[mid].key,则high = mid-1 - 若
key>elem[mid].key,则low = mid+1 - 重复上述操作，直至
low>high时，查找失败，此时返回0
int StaticSearchtable::BinSearch(KeyType key)
{int low = 1,high = length;int mid;while (low <= high){mid = (low + high) / 2;if (key == elem[mid].key)return mid;else if (key < elem[mid].key)high = mid - 1;elselow = mid + 1;}return 0;
}
✅二分查找过程可用二叉树来描述，在构造二叉树的过程中，把当前查找区间的中点位置上的元素作为树根，左子表和右子表的元素分别作为根的左子树和右子树。由此递归得到二叉树，通常称描述查找的过程的二叉树为判定树。判定树的形态与表中个数n相关，与输入示例中的key值无关。
例如，要找到15个数据元素的有序表中的第
8个元素仅需比较1次，找到第4和第12个元素需要比较2次，找到第2,6，10和14个元素需要比较3次；找到第1,3，5,7，9,11,13和15个元素需要比较4次。其查找过程如图所示，树中的每个圆圈结点表示表中一个元素，结点中的值表示该元素在表中的位置；圆圈结点表示查找成功，方框结点表示查找失败。若查找失败，则比较过程是一条从判定树的根到某结点的路径，所需关键字比较次数是该路径上圆圈结点的个数。
🔎二分查找分析：
-
判定树为满二叉树：（有序表元素个数为:n=2h-1）
（1）.查找成功时平均查找长度：
（2）.查找不成功时平均查找长度：h -
判定树为非满二叉树：
（1）.查找成功时平均查找长度：
（2）.查找不成功时平均查找长度：
🔎二分查找例题
例：给定18个元素的有序表
{2,5，8,10,15,40,42,55,66,70,72,75,80,88,90,100,108,200}，采用二分查找，试问：
（1）.查找长度为4和5的元素个数分别有多少个？
（2）.若要查找值为15的数据元素，要经过多少次比较？依次与哪些元素进行比较？
（3）.在查找概率相等的情况下，计算查找成功和查找不成功的平均查找长度。
解：第一问可以直接数第四行和第五行元素的个数：分别是8和3.
第二问数这条路径圆圈结点的个数为比较次数，圆圈内的值为比较的数：
因此，我们需要进行4次比较，依次与表中的元素66,10,40,15比较。
第三问，在查找概率相等的情况下，查找成功的平均查找长度为：
（11+22+43+84+35）/18=32/9。
查找不成功的平均查找长度为：（413+5*6）/19=82/19
🔭2.4分块查找
🔎 分块查找又称索引顺序查找，它是顺序表查找的一种改进方法，其性能介于顺序查找和二分查找之间。在索引查找方法中，除存储表本身以外，还需存储一个索引表。存储方法如下：
- 将线性表
elem[1..n]均分为b块，前b-1块中元素个数为s=[n/b]，最后一块即b块的元素个数小于等于s. - 每一块中的关键字不一定有序，但前一块中的最大关键字小于后一块中的最小关键字，即块内无序，块间有序。
- 抽取各块的最大关键字及起始位置构成一个索引表
index[0..b-1],即index[i]（0<=i<=b-1）中存放第i块的最大关键字和该块在表中的初始位置。
📖索引表的数据类型定义：
typedef struct
{KeyType key;int link;
}IndexType;
📖分块查找的算法：
int StaticSearchtable::IndexSearch(IndexType index[Max], KeyType key, int b)
{//b为块数int low = 0, high = b - 1, mid, i, s;if (length % b == 0)s = length / b;elses = length / b + 1;while (low <= high){mid = (low + high) / 2;if (index[mid].key >= key)high = mid - 1;elselow = mid + 1;}//在索引表high+1快对应的线性表中顺序查找keyi = index[high + 1].link;while (i <= index[high + 1].link + s - 1 && elem[i].key != key){i++;}if (i <= index[high + 1].link + s - 1)return i;//查找成功，返回该元素的下标elsereturn 0;//查找失败，返回0
}
🔭2.5三种算法的比较分析
- 顺序查找的时间复杂度最差，二分查找的时间复杂度最好，分块查找的时间复杂度介于两种之间。
- 分块查找需要增加索引数据的空间，空间复杂度最大。
- 顺序查找对表没有特殊要求。
- 分块查找的数据块之间在物理上可以不连续，插入、删除数据只涉及对应的块，但增加了索引的维护。
- 二分查找要求表有序，若表的元素插入与删除很频繁，则维持有序的工作量极大。
- 在表不大的时候，一般使用顺序查找。
🌞运行示例：
#define _CRT_SECURE_NO_WARNINGS 1
#define Max 100
#include <iostream>
using namespace std;
typedef int KeyType;
typedef int InfoType;
typedef struct
{KeyType key;//KeyType为关键字数据类型InfoType otherinfo;//其他域
}SElemType;
typedef struct
{KeyType key;int link;
}IndexType;
class StaticSearchtable
{
private:SElemType* elem;int length;
public:StaticSearchtable()//构造函数，0位留空{elem = new SElemType[Max + 1];length = 0;}~StaticSearchtable()//析构函数，释放存储空间{delete[]elem;length = 0;}void Create(int n)//创建n个元素的顺序表{for (int i = 0; i <= n; i++){cout << "输入第" << i+1 << "个元素的值和下标：";cin >> elem[i].key >> elem[i].otherinfo;}length = n;}int SqSearch(KeyType key);//顺表表查找值等于key的关键字int BinSearch(KeyType key);//二分查找值等于key的关键字int IndexSearch(IndexType index[Max], KeyType key, int b);//分块查找值等于key的关键字，b为块数
};
int StaticSearchtable::SqSearch(KeyType key)
{elem[0].key = key;//哨兵位int i = 0;for (i = length; elem[i].key != key; i--)//从末端开始向左扫描{;//空语句}if (i >= 0)cout << "该数所在顺序表中的下标为:" << i << endl;elsecout << "未找到！" << endl;return 0;
}
int StaticSearchtable::BinSearch(KeyType key)
{int low = 1, high = length;int mid;while (low <= high){mid = (low + high) / 2;if (key == elem[mid].key){cout << "该数经二分查找下标为：" << mid << endl;break;}else if (key < elem[mid].key)high = mid - 1;elselow = mid + 1;}if(low>high)cout << "未找到！" << endl;return 0;
}
int StaticSearchtable::IndexSearch(IndexType index[Max], KeyType key, int b)
{//b为块数int low = 0, high = b - 1, mid, i, s;if (length % b == 0)s = length / b;elses = length / b + 1;while (low <= high){mid = (low + high) / 2;if (index[mid].key >= key)high = mid - 1;elselow = mid + 1;}//在索引表high+1快对应的线性表中顺序查找keyi = index[high + 1].link;while (i <= index[high + 1].link + s - 1 && elem[i].key != key){i++;}if (i <= index[high + 1].link + s - 1)return i;//查找成功，返回该元素的下标elsereturn 0;//查找失败，返回0
}
int main()
{StaticSearchtable a;a.Create(8);a.SqSearch(6);a.BinSearch(7);return 0;
}
好啦，关于静态查找表的知识到这里就先结束啦，后期会继续更新学习数据结构与算法的相关知识，欢迎大家持续关注、点赞和评论！❤️❤️❤️
