C语言算法之线性表查找

简介: C语言算法之线性表查找

一.查找相关概念

这一部分解释数据结构里面查找的相关基础概念:

  • 查找:在数据集合中寻找满足某种条件的数据元素的过程。
  • 查找表:用于查找的数据集合
  • 关键字:数据元素中唯一标识该元素的某个数据项的值
  • 静态查找表:静态查找表是指在查找表建立后,查找表中的元素不再发生变化。
  • 动态查找表:动态查找表是指在查找表建立后,查找表中的元素可能会发生增加、删除等变化。
  • 查找长度:查找长度是指在进行一次查找操作时,需要比较的关键字的个数
  • 平均查找长度:平均查找长度是指进行n次查找操作时,所有查找长度之和除以n的结果。

二.顺序查找(线性查找)

1.对象

  • 静态查找表
  • 线性表(顺序表、链表)

2.原理

从数据结构的起始位置开始,依次检查每个元素,直到找到目标元素或到达数据结构的末尾为止。

具体步骤如下:

  1. 从数据结构的第一个元素开始遍历,依次和目标元素进行比较。
  1. 如果当前元素等于目标元素,则返回该元素位置。
  2. 如果已经遍历完所有元素(即到达数据结构的末尾)仍未找到目标元素,则返回查找失败。

顺序查找的时间复杂度为O(n),其中n为数据结构中元素的数量。当数据量较小或者数据结构没有特定的有序性质时,顺序查找是一个常用的查找方法。

3.代码

typedef struct{                        //查找表的数据结构(顺序表)
ElemType *elem;                        //动态数组基址
int TableLen;                           //表的长度
}SSTable;
//顺序查找
int Search_ _Seq(SSTable ST, ElemType key){
  int i;
  for( i=0;i<ST. TableLen)&& ST.elem[i] !=key; ++i);        //查找成功,则返回元素下标;查找失败,则返回-1
  return i==ST.TableLen? (-1): i;
}

三.折半查找(二分查找)

1.对象

  • 静态查找表
  • 有序的顺序表

2.原理

它的原理基于以下思想:

  1. 首先确定待查找区间的左右端点 mid、left 和 right,并计算出中间位置 mid。
  2. 将要查找的值与 mid 位置上的元素进行比较。如果相等,则返回 mid;否则,判断查找值与 mid
  1. 元素大小的关系,若小于 mid 位置的元素,则在左侧区间继续查找;否则,在右侧区间继续查找。
  2. 不断重复以上操作,直到找到目标元素或者区间为空。

具体地,折半查找的实现步骤如下:

初始化 left 和 right 为数组的左右端点,即 left=0,right=n-1,其中 n 表示数组的长度。

计算 mid 位置,即 mid = (left + right) / 2。

判断查找值是否等于 mid 位置上的元素,如果是,则返回 mid。如果不是,则比较查找值和 mid

  1. 位置上的元素大小关系,如果小于 mid 位置上的元素,则从 left 到 mid - 1 的区间内继续查找;否则,从 mid + 1 到 right 的区间内继续查找。
  2. 重复步骤 2 和 3,直到找到目标元素或者区间为空。

需要注意的是,折半查找只适用于有序数组。如果数组没有排序,则需要先对数组进行排序。

折半查找(二分查找)的时间复杂度是 O(log n)。

3.代码

typedef struct{                        //查找表的数据结构(顺序表)
ElemType *elem;                        //动态数组基址
int TableLen;                           //表的长度
}SSTable;
//折半查找
int Binary_ Search(SSTable L, ElemType key){
  int Low=0, high=L.TableLen-1,mid;
  while(low<=high){
    mid=(low+high)/2;           //取中间位置
    if(L.elem [mid]==key)
      return mid;             //查找成功则返回所在位置
    else if(L.elem[mid]>key)
      high=mid-1;             //从前半部分继续查找
    else
      low=mid+1;              //从后半部分继续查找
  }
  return - 1;                     //查找失败,返回-1 
}

四.分块查找(索引顺序查找)

1.思想

它的基本思想是将有序表分成若干个块,每个块中存储多个关键字,并且块之间按照关键字的大小顺序连接起来。这样就形成了一个“块链”。

在进行查找时,先在块中进行二分查找,如果找到了关键字,则返回;若未找到,则需要在相邻的块中继续查找。由于块之间是有序的,因此可以采用类似于二分查找的方法来确定需要进入哪个块中进行查找,从而可以减少查找的次数,提高查找效率。

分块查找的时间复杂度为 O(√n),其中 n 表示有序表中元素的个数。虽然它的效率不如二分查找,但是在某些特定情况下,如查找次数较少、表比较大等情况下,分块查找仍然具有一定的优势。

2.C语言模拟分块查找

int blockSearch(int arr[], int n, int x, int blockSize) {
    // 计算块数
    int blocks = (int)ceil((double)n / blockSize);
    // 数组 index 表示每个块的起始下标,maxIndex 表示当前块中最大的下标
    int index[blocks], maxIndex[blocks];
    for (int i = 0; i < blocks; i++) {
        index[i] = i * blockSize;
        maxIndex[i] = (i + 1) * blockSize - 1;
        if (maxIndex[i] >= n) {
            maxIndex[i] = n - 1;
        }
    }
    // 查找所在块
    int block = -1;
    for (int i = 0; i < blocks; i++) {
        if (arr[index[i]] <= x && arr[maxIndex[i]] >= x) {
            block = i;
            break;
        }
    }
    // 块内顺序查找
    if (block == -1) {
        return -1;
    }
    for (int i = index[block]; i <= maxIndex[block]; i++) {
        if (arr[i] == x) {
            return i;
        }
    }
    return -1;
}

五.总结

这里我们学习路顺序查找、折半查找、分块查找,一定要注意它们各自使用的对象和方法。

这里本来是想写一下哈希函数的,想了想还是留在散列查找的时候再写。

六.说明

新星计划:数据结构与算法,@西安第一深情,创作打卡2!


相关文章
|
21天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
33 1
|
1月前
|
搜索推荐 C语言
【排序算法】快速排序升级版--三路快排详解 + 实现(c语言)
本文介绍了快速排序的升级版——三路快排。传统快速排序在处理大量相同元素时效率较低,而三路快排通过将数组分为三部分(小于、等于、大于基准值)来优化这一问题。文章详细讲解了三路快排的实现步骤,并提供了完整的代码示例。
57 4
|
4月前
|
存储 算法 C语言
"揭秘C语言中的王者之树——红黑树:一场数据结构与算法的华丽舞蹈,让你的程序效率飙升,直击性能巅峰!"
【8月更文挑战第20天】红黑树是自平衡二叉查找树,通过旋转和重着色保持平衡,确保高效执行插入、删除和查找操作,时间复杂度为O(log n)。本文介绍红黑树的基本属性、存储结构及其C语言实现。红黑树遵循五项基本规则以保持平衡状态。在C语言中,节点包含数据、颜色、父节点和子节点指针。文章提供了一个示例代码框架,用于创建节点、插入节点并执行必要的修复操作以维护红黑树的特性。
112 1
|
20天前
|
存储 算法 程序员
C 语言递归算法:以简洁代码驾驭复杂逻辑
C语言递归算法简介:通过简洁的代码实现复杂的逻辑处理,递归函数自我调用解决分层问题,高效而优雅。适用于树形结构遍历、数学计算等领域。
|
21天前
|
存储 缓存 算法
C语言在实现高效算法方面的特点与优势,包括高效性、灵活性、可移植性和底层访问能力
本文探讨了C语言在实现高效算法方面的特点与优势,包括高效性、灵活性、可移植性和底层访问能力。文章还分析了数据结构的选择与优化、算法设计的优化策略、内存管理和代码优化技巧,并通过实际案例展示了C语言在排序和图遍历算法中的高效实现。
41 2
|
21天前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
39 1
|
21天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
49 1
|
1月前
|
存储 算法 数据管理
C语言算法复杂度
【10月更文挑战第20天】
C语言算法复杂度
|
1月前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
94 8
|
1月前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
104 7
下一篇
DataWorks