数据结构第七章学习心得

本章我们学习了查找

查找表：由同一类型的数据元素或记录构成的集合在查找时对表做修改操作，如插入和删除，则称为动态查找表，否则称为静态查找表。

原理：由于从内存中提取数值经常要比复杂的计算速度快很多，所以这样得到的速度提升是很显著的。

查找分为两类

静态查找  动态查找

按照查找的顺序分类

顺序查找：简单，略

二分查找：在数据排列有序的情况下，二分查找可以将ASL和时间复杂度降低（相比于顺序查找） 因为早早学习过了二分法的数学知识，理论上不太有问题，实际操作时需要注意的点。

int Search_Bin(SSTable ST, KetType key)
{
    int low = 0 ;
    int high = ST.length - 1 ;
    
    while(low <= high)
    {
        int mid = (low + high) / 2 ;
        if(key == ST.R[mid].key)    return mid ; //找到待查元素
        else if(key < ST.R[mid].key)    high = mid - 1 ; //继续在前一子表进行查找
        else low = mid + 1 ; //继续在后一子表进行查找
    }
    return 0 ; //表中不存在待查元素
}

但是在做第七章实践一时使用这种方法出现超时现象，虽然直接用数组写就直接解决，但是还要稍微完善一下我的结构体代码。

分块查找：

存储节点时，建立一个带有若干索引项的索引表。

通过对索引表的信息和地址的访问，可以操作相关数据。

 

二：树相关的查找

二叉树表：二叉树表特点是该节点左子树的值小于该节点的值，右子树的值大于该节点的值。

AVL树：又名平衡树，将每个节点的左子树高与右子树高的差值取绝对值，所有节点的绝对值的值小于等于1。

该结构的树好处在于，当在非极端情况时（），时间复杂度可以达到o（log2n）

B-树和B+树

他们都不是二叉树

B-树：利用关键字进行二分查找

一个m阶的B树具有如下几个特征：

• 根结点至少有两个子女。

• 每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m

• 每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m

• 所有的叶子结点都位于同一层。

• 每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。 B+树：

B+树：利用指针和二分法进行查找

一个m阶的B+树具有如下几个特征：

• 有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。

• 所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。

• 所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。

散列表：也叫哈希表是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

具体方法：

 

直接定值法；数字分析法；平方取中法 折叠法；除留余数法；

 

处理散列冲突的方法：

开放定址法；线性探测法；二次探测法；随机探测法；再散列函数法；链地址法(封闭寻址法)等。