一步一步寫演算法(之查詢)

2021-08-26 06:30:25 字數 1849 閱讀 5458

無論是資料庫,還是普通的erp系統,查詢功能資料處理的乙個基本功能。資料查詢並不複雜,但是如何實現資料又快又好地查詢呢?前人在實踐中積累的一些方法,值得我們好好學些一下。我們假定查詢的資料唯一存在,陣列中沒有重複的資料存在。

(1) 普通的資料查詢

設想有乙個1m的資料,我們如何在裡面找到我們想要的那個資料。此時資料本身沒有特徵,所以我們需要的那個資料可能出現在陣列的各個位置,可能在資料的開頭位置,也可能在資料的結束位置。這種性質要求我們必須對資料進行遍歷之後才能獲取到對應的資料。

int find(int array, int  length, int value)

return -1;

}

分析:

由於我們不清楚這個資料判斷究竟需要多少次。但是,我們知道,這樣乙個資料查詢最少需要1次,那麼最多需要n次,平均下來可以看成是(1+n)/2,差不多是n的一半。我們把這種比較次數和n成正比的演算法複雜度記為o(n)。

(2)上面的資料沒有任何特徵,這導致我們的資料排列地雜亂無章。試想一下,如果資料排列地非常整齊,那結果會是什麼樣的呢?就像在生活中,如果平時不注意收拾整齊,那麼找東西的時候非常麻煩,效率很低;但是一旦東西放的位置固定下來,所有東西都歸類放好,那麼結果就不一樣了,我們就會形成思維定勢,這樣查詢東西的效率就會非常高。那麼,對乙個有序的陣列,我們應該怎麼查詢呢?二分法就是最好的方法。

int binary_sort(int array, int length, int value)

else

} return -1;

}

分析:

上面我們說到普通的資料查詢演算法複雜度是o(n)。那麼我們可以用上面一樣的方法判斷一下演算法複雜度。這種方法最少是1次,那麼最多需要多少次呢?我們發現最多需要log(n+1)/log(2)即可。大家可以找個例子自己算一下,比如說7個資料,我們發現最多3次;如果是15個資料呢,那麼最多4次;以此類推,詳細的論證方法可以在《演算法導論》、《計算機程式設計藝術》中找到。明顯,這種資料查詢的效率要比前面的查詢方法高很多。

(3) 上面的查詢是建立在連續記憶體基礎之上的,那麼如果是指標型別的資料呢?怎麼辦呢?那麼就需要引入排序二叉樹了。排序二叉樹的定義很簡單:(1)非葉子節點至少一邊的分支非null;(2)葉子節點左右分支都為null;(3)每乙個節點記錄乙個資料,同時左分支的資料都小於右分支的資料。可以看看下面的定義:

typedef struct _node

node;

那麼查詢呢,那就更簡單了。

const node* find_data(const node* pnode, int data)

(4)同樣,我們看到(2)、(3)都是建立在完全排序的基礎之上,那麼有沒有建立在折中基礎之上的查詢呢?有,那就是雜湊表。雜湊表的定義如下:1)每個資料按照某種聚類運算歸到某一大類,然後所有資料鏈成乙個鍊錶;2)所有鍊錶的頭指標形成乙個指標陣列。這種方法因為不需要完整排序,所以在處理中等規模資料的時候很有效。其中節點的定義如下:

typedef struct _link_node

link_node;

那麼hash表下面的資料怎麼查詢呢?

link_node* hash_find(link_node* array, int mod, int data)

return plinknode;

}

分析:

hash表因為不需要排序,只進行簡單的歸類,在資料查詢的時候特別方便。查詢時間的大小取決於mod的大小。mod越小,那麼hash查詢就越接近於普通查詢;那麼hash越大呢,那麼hash一次查詢成功的概率就大大增加。

一步一步寫演算法(之查詢)

無論是資料庫,還是普通的erp系統,查詢功能資料處理的乙個基本功能。資料查詢並不複雜,但是如何實現資料又快又好地查詢呢?前人在實踐中積累的一些方法,值得我們好好學些一下。我們假定查詢的資料唯一存在,陣列中沒有重複的資料存在。1 普通的資料查詢 設想有乙個1m的資料,我們如何在裡面找到我們想要的那個資...

一步一步寫演算法(之 A 演算法)

在前面的部落格當中,其實我們已經討論過尋路的演算法。不過,當時的示例圖中,可選的路徑是唯一的。我們挑選乙個演算法,就是說要把這個唯一的路徑選出來,怎麼選呢?當時我們就是採用窮盡遞迴的演算法。然而,今天的情形有點不太一樣了。在什麼地方呢?那就是今天的路徑有n條,這條路徑都可以達到目的地,然而我們在挑選...

一步一步寫演算法(之 A 演算法)

在前面的部落格當中,其實我們已經討論過尋路的演算法。不過,當時的示例圖中,可選的路徑是唯一的。我們挑選乙個演算法,就是說要把這個唯一的路徑選出來,怎麼選呢?當時我們就是採用窮盡遞迴的演算法。然而,今天的情形有點不太一樣了。在什麼地方呢?那就是今天的路徑有n條,這條路徑都可以達到目的地,然而我們在挑選...