五种查找算法总结
来源:互联网 发布:有声朗读软件ios 编辑:程序博客网 时间:2024/05/18 20:13
下列五种查找算法,除顺序查找外,其他算法的思路基本相同:
先对数据按某种方法进行排序,然后使用相应的规则查找。
因此,搞清排序算法才是关键。
一、顺序查找
条件:无序或有序队列。
原理:按顺序比较每个元素,直到找到关键字为止。
时间复杂度:O(n)
二、二分查找(折半查找)
条件:有序数组
原理:查找过程从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜素过程结束;
如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较。
如果在某一步骤数组为空,则代表找不到。
这种搜索算法每一次比较都使搜索范围缩小一半。
时间复杂度:O(logn)
三、二叉排序树查找
条件:先创建二叉排序树:
1. 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
2. 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
3. 它的左、右子树也分别为二叉排序树。
原理:
在二叉查找树b中查找x的过程为:
1. 若b是空树,则搜索失败,否则:
2. 若x等于b的根节点的数据域之值,则查找成功;否则:
3. 若x小于b的根节点的数据域之值,则搜索左子树;否则:
4. 查找右子树。
时间复杂度:
四、哈希表法(散列表)
条件:先创建哈希表(散列表)
原理:根据键值方式(Key value)进行查找,通过散列函数,定位数据元素。
时间复杂度:几乎是O(1),取决于产生冲突的多少。
五、分块查找
原理:将n个数据元素"按块有序"划分为m块(m ≤ n)。
每一块中的结点不必有序,但块与块之间必须"按块有序";即第1块中任一元素的关键字都必须小于第2块中任一元素的关键字;
而第2块中任一元素又都必须小于第3块中的任一元素,……。
然后使用二分查找及顺序查找。
一、栈:
1、后缀表达式的求值;
2、中缀到后缀表达式的转换;
3、深度优先搜索的非递归实现;
4、动态规划的优化:用于维护一个凸序列,便于二分查找,如LIS问题的O(nlgn)算法。
二、队列:
1、树的层序遍历;
2、广度优先搜索;
3、Bellman-Ford算法的SPFA实现;
4、网络流中FF算法的Edmonds-Karp实现,以及Preflow算法的队列优化实现。
三、二叉搜索树:
1、对大量的关键字的索引查找;
2、有很多平衡策略以改善其平均性能:
常用平衡树:AVL,红黑树,随机化BST,Splay Tree,Treap(或叫笛卡儿树)。
四、散列表(hash表):
1、一般针对值域较大但状态很稀疏的应用,比如状态压缩记忆化搜索;
2、实现映射功能。
五、检索树(Trie):
1、一般用于字符串索引算法,速度快,但占用空间较大(相对hash);
2、常用的改进结构:Patricia线索树,多叉检索树(TST)。
六、优先队列:
1、常用的是二叉堆的实现,具体应用如堆排序和Dijkstra算法;
2、当需要快速合并两个优先队列时,常用二项式队列,实现简单。
3、注意最大最小堆的配对使用。
七、线段树和树状数组:
1、两者都可以用于离散对象的统计;
2、后者的步进函数的性质和应用值得注意;
3、前者基本上适用于任何的区间操作,如求区间最值,改变区间的值等。
4、线段树还可以用于优化状态的枚举,经常和动态规划结合。
八、后缀树与后缀数组:
1、总体规
- 五种查找算法总结
- 五种查找算法总结
- 五种查找算法总结
- 五种查找算法总结
- 五种查找算法总结
- 五种查找算法总结
- 五大查找算法总结
- 五种查找算法
- 五.BFPRT线性查找算法
- 基础算法之五-查找: 折半查找
- Java查找算法(五): 散列表查找
- 总结:几种常见的查找算法
- 查找算法总结
- 查找算法总结
- 查找算法总结
- 查找算法的总结
- 查找算法总结
- 查找算法总结
- 优化ListView中的item被反复的创建
- Jfinal学习之路---Controller使用
- Android之如何使用javascript调用android代码
- python 字符串操作:截取/替换/查找/分割/翻转
- Python中sorted()方法的用法
- 五种查找算法总结
- ios中如何拍照,录制视频,选择照片
- uboot
- 关于libevent的定时器
- HAVOK只碰撞一个shape的一面
- iOS中block实现的探究
- ImageSwitcher左右无限循环滑动并带有圆点
- 一个先序或后序序列 还原唯一 二叉排序树 (C语言实现)
- 《31天成为IT服务达人》最新目录