查找算法

ASL

由于查找算法的主要運(yùn)算是關(guān)鍵字的比較,所以通常把查找過程中對(duì)關(guān)鍵字的平均比較次數(shù)(平均查找長度)作為衡量一個(gè)查找算法效率的標(biāo)準(zhǔn)惋增。ASL= ∑(n,i=1) Pi*Ci,其中n為元素個(gè)數(shù)叠殷,Pi是查找第i元素的概率改鲫,一般為Pi=1/n,Ci是找到第i個(gè)元素所需比較的次數(shù)。

順序查找

原理是讓關(guān)鍵字與隊(duì)列中的數(shù)從最后一個(gè)開始逐個(gè)比較,直到找出與給定關(guān)鍵字相同的數(shù)為止像棘,它的缺點(diǎn)是效率低下稽亏。 ** 時(shí)間復(fù)雜度為O(n) ** 。

折半查找

** 折半查找要求線性表是有序表** 缕题。搜索過程從數(shù)組的中間元素開始截歉,如果中間元素正好是要查找的元素,則搜索過程結(jié)束;如果某一特定元素大于或者小于中間元素烟零,則在數(shù)組大于或小于元素的那一半中查找瘪松,而且跟開始一樣從中間元素開始比較。如果在某一步驟數(shù)組為空锨阿,則代表找不到宵睦。這種搜索算法每一次比較都使搜索范圍縮小一半。 ** 折半搜索每次把搜索區(qū)域減少一半墅诡,時(shí)間復(fù)雜度為O(logn) ** 壳嚎。

  • 可以借助二叉判定樹求得折半查找的平均查找長度 : log2 (n+1) - 1。
  • 折半查找在失敗時(shí)所需比較的關(guān)鍵字個(gè)數(shù)超過判定樹的深度末早,n個(gè)元素的判定樹的深度和n個(gè)元素的完全二叉樹的深度相同 log2(n) + 1 烟馅。
public int binarySearchStandard(int[] num, int target){
    int start = 0;
    int end = num.length - 1;
    while(start <= end){ //注意1
        int mid = start + ((end - start) >> 1);
        if(num[mid] == target)
            return mid;
        else if(num[mid] > target){
            end = mid - 1; //注意2
        }
        else{
            start = mid + 1; //注意3
        }
    }
    return -1;
}
  • 如果是start < end,那么當(dāng)targe等于num[num.length - 1],會(huì)找不到該值。
  • 因?yàn)閚um[mid] > targe,所以如果有num[index] == target,index一定小于mid,能不能寫成end = mid呢然磷? 舉例來說:num = {1,2,5,7,9};如果寫成end = mid郑趁,當(dāng)循環(huán)到start = 0,end = 0時(shí)(即num[start] = 1,num[end] = 1時(shí)),mid將永遠(yuǎn)等于0,此時(shí)end也將永遠(yuǎn)等于0样屠,陷入死循環(huán)穿撮。也就是說尋找targe = -2,程序?qū)⑦M(jìn)入死循環(huán)痪欲。
  • 因?yàn)閚um[mid] < targe,所以如果有num[index] == targe,index一定大于mid,能不能寫成start = mid呢悦穿?舉例來說,num = {1,2,5,7,9};如果寫成start = mid,當(dāng)循環(huán)到start = 3,end = 4時(shí)(即num[start] = 7,num[end] = 9時(shí))业踢,mid將永遠(yuǎn)等于3,此時(shí)start也將永遠(yuǎn)等于3,陷入死循環(huán)栗柒。也就是說尋找target = 9時(shí),程序?qū)⑦M(jìn)入死循環(huán)知举。

分塊查找

分塊查找又稱索引順序查找瞬沦,它是一種性能介于順序查找和折半查找之間的查找方法。 ** 分塊查找由于只要求索引表是有序的雇锡,對(duì)塊內(nèi)節(jié)點(diǎn)沒有排序要求逛钻,因此特別適合于節(jié)點(diǎn)動(dòng)態(tài)變化的情況。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末锰提,一起剝皮案震驚了整個(gè)濱河市曙痘,隨后出現(xiàn)的幾起案子芳悲,更是在濱河造成了極大的恐慌,老刑警劉巖边坤,帶你破解...
    沈念sama閱讀 218,284評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件名扛,死亡現(xiàn)場離奇詭異,居然都是意外死亡茧痒,警方通過查閱死者的電腦和手機(jī)肮韧,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來旺订,“玉大人弄企,你說我怎么就攤上這事∏” “怎么了桩蓉?”我有些...
    開封第一講書人閱讀 164,614評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長劳闹。 經(jīng)常有香客問我院究,道長,這世上最難降的妖魔是什么本涕? 我笑而不...
    開封第一講書人閱讀 58,671評(píng)論 1 293
  • 正文 為了忘掉前任业汰,我火速辦了婚禮,結(jié)果婚禮上菩颖,老公的妹妹穿的比我還像新娘样漆。我一直安慰自己,他們只是感情好晦闰,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,699評(píng)論 6 392
  • 文/花漫 我一把揭開白布放祟。 她就那樣靜靜地躺著,像睡著了一般呻右。 火紅的嫁衣襯著肌膚如雪跪妥。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,562評(píng)論 1 305
  • 那天声滥,我揣著相機(jī)與錄音眉撵,去河邊找鬼。 笑死落塑,一個(gè)胖子當(dāng)著我的面吹牛纽疟,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播憾赁,決...
    沈念sama閱讀 40,309評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼污朽,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼!你這毒婦竟也來了龙考?” 一聲冷哼從身側(cè)響起蟆肆,我...
    開封第一講書人閱讀 39,223評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤错蝴,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后颓芭,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,668評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡柬赐,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,859評(píng)論 3 336
  • 正文 我和宋清朗相戀三年亡问,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片肛宋。...
    茶點(diǎn)故事閱讀 39,981評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡州藕,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出酝陈,到底是詐尸還是另有隱情床玻,我是刑警寧澤,帶...
    沈念sama閱讀 35,705評(píng)論 5 347
  • 正文 年R本政府宣布沉帮,位于F島的核電站锈死,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏穆壕。R本人自食惡果不足惜待牵,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,310評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望喇勋。 院中可真熱鬧缨该,春花似錦、人聲如沸川背。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,904評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽熄云。三九已至膨更,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間缴允,已是汗流浹背询一。 一陣腳步聲響...
    開封第一講書人閱讀 33,023評(píng)論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留癌椿,地道東北人健蕊。 一個(gè)月前我還...
    沈念sama閱讀 48,146評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像踢俄,于是被迫代替她去往敵國和親缩功。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,933評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容