二分查找
定义
对已经排好序的数组进行查找
对数组进行操作
在查找失败最多次数$ K=\lfloor log2^{n}\rfloor +1 $(向下取整加一)
二分查找的时间复杂度:$ \displaystyle\frac{n}{2^k} = 1,K = log2^n $
由于简书不可以读取latex公式,这里推荐到我的主页去看。请点击!
二分查找的代码
int BinaryChop(int Num[],int nCount,int nValue)
{
int max_index = nCount-1;
int min_index = 0;
int Mid = 0;
while (min_index<=max_index)
{
Mid = (max_index+min_index)/2;
if(Num[Mid] == nValue)
return Mid;
if(Num[Mid]>nValue)
{
max_index = Mid-1;
}else
{
min_index = Mid+1;
}
}
return -1;
}
HashChop(哈希查找)
定义:对已经建好散列表的数据进行查找。
哈希是查找速度最快的算法。
缺点:空间消耗非常大。
步骤
- 分析数据并定散列函数。
- 决定哈希冲突的解决办法。
- 根据散列函数建散列表。
- 对已经建好的散列表进行查找。
对于以上步骤第一步到第三步是建立散列表的过程。
散列函数
我们一般用求整取余法。
- 首先我们选取一个数M,这个数最好是质数(非硬性要求),但一定比数据元素个数小,因为在同时间复杂度下占用空间最小为宜,后面会提及。
- 当M数确定下来后,我们定桶,桶为数据元素除以质数M的各个余数,也就是从0到M-1,元素除以质数M得桶所代表的余数,我们就把这个数据元素放入桶内,而且每个桶里只能放一个元素。
- 而当数据元素除以质数M得余数相同时,由于桶内只能放一个元素,所以当出现余数相同的元素时而不能放入桶内时,就产生了哈希冲突。当我们解决完哈希冲突后,也就建完散列表,就可以查找了!
解决哈希冲突
- 开放地址法
- 线性探测法:在冲突位置顺次后延一位放入桶内。也就是说同为余数4的话,后来的数据就放入余数5的桶里。
- 线性补偿法:首先定一个步长,遇到冲突时,按步长顺次后延步长的长度放入桶内。
- 随机探测法:找个随机数来当步长,解决冲突如上个办法。
- 拉链法:
- 在每个桶内建立一个头添加的链表,每个桶内装的是相应链表的头指针,将后来的元素依次头添加在链表上。
举例图示
例如数组{19,27,55,41,82,89,16,9,22,98,104,1,2,205,46}
HashChop
代码
typedef struct node
{
int nValue;
int nIndex;
struct node *pNext;
}MyHash;
#define M 7
MyHash **CreateHashTable(int arr[],int nLength)
{
MyHash **pHash = NULL;
MyHash *pTemp = NULL;
int i;
int nIndex;
//申请哈希表表头
pHash = (MyHash**)malloc(sizeof(MyHash*) * M);
memset(pHash,NULL,sizeof(MyHash*) * M);
//拉链法
for(i = 0;i<nLength;i++)
{
nIndex = arr[i]%M;
pTemp = (MyHash*)malloc(sizeof(MyHash));
pTemp->nIndex = i;
pTemp->nValue = arr[i];
//头添加
pTemp->pNext = pHash[nIndex];
pHash[nIndex] = pTemp;
}
return pHash;
}
int HashChop(int arr[],int nLength,int nNum)
{
MyHash **pHash = NULL;
int nIndex;
MyHash *pMark = NULL;
if(arr == NULL || nLength <=0)
abort();
//建哈希表
pHash = CreateHashTable(arr,nLength);
//查询
nIndex = nNum%M;
pMark = pHash[nIndex];
//遍历链表
while(pMark)
{
if(pMark->nValue == nNum)
{
return pMark->nIndex;
}
else
{
pMark = pMark->pNext;
}
}
return -1;
}
网友评论