【愚公系列】2021年11月 C#版 数据结构与算法解析(分块查找)

简介: 【愚公系列】2021年11月 C#版 数据结构与算法解析(分块查找)

分块查找要求是顺序表,分块查找又称索引顺序查找,它是顺序查找的一种改进方法。


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,……

1、先选取各块中的最大关键字构成一个索引表;

2、查找分两个部分:先对索引表进行二分查找或顺序查找,以确定待查记录在哪一块中;

3、在已确定的块中用顺序法进行查找。


示例:

namespace IndexSearch.CSharp

{

   /// <summary>

   /// 索引项实体

   /// </summary>

   public class IndexItem

   {

       public int Index { get; set; }  

       public int Start { get; set; }

       public int Length { get; set; }

   }

   public class Program

   {

       /// <summary>

       /// 主表

       /// </summary>

       static int[] studentList = new int[] {

           101,102,103,104,105,0,0,0,0,0,

           201,202,203,204,0,0,0,0,0,0,

           301,302,303,0,0,0,0,0,0,0

       };

       /// <summary>

       /// 索引表

       /// </summary>

       static IndexItem[] IndexItemList = new IndexItem[] {

           new IndexItem{ Index=1,Start=0,Length=5},

           new IndexItem{ Index=2,Start=10,Length=4},

           new IndexItem{ Index=3,Start=20,Length=3}

       };

       /// <summary>

       /// 索引查找算法

       /// </summary>

       /// <param name="key">给定值</param>

       /// <returns>给定值在表中的位置</returns>

       public static int IndexSearch(int key)

       {

           IndexItem item = null;

           // 建立索引规则

           var index = key / 100;

           //遍历索引表,找到对应的索引项

           for (int i = 0; i < IndexItemList.Count(); i++)

           {

               //找到索引项

               if (IndexItemList[i].Index == index)

               {

                   item = new IndexItem() { Start = IndexItemList[i].Start, Length = IndexItemList[i].Length };

                   break;

               }

           }

           //索引表中不存在该索引项

           if (item == null)

               return -1;

           //在主表顺序查找

           for (int i = item.Start; i < item.Start + item.Length; i++)

           {

               if (studentList[i] == key)

               {

                   return i;

               }

           }

           return -1;

       }

       /// <summary>

       /// 插入数据

       /// </summary>

       /// <param name="key"></param>

       /// <returns>true,插入成功,false,插入失败</returns>

       public static bool Insert(int key)

       {

           IndexItem item = null;

           try

           {

               //建立索引规则

               var index = key / 100;

               int i = 0;

               //遍历索引表,找到对应的索引项

               for (i = 0; i < IndexItemList.Count(); i++)

               {

                   if (IndexItemList[i].Index == index)

                   {

                       item = new IndexItem()

                       {

                           Start = IndexItemList[i].Start,

                           Length = IndexItemList[i].Length

                       };

                       break;

                   }

               }

               //索引表中不存在该索引项

               if (item == null)

                   return false;

               //依索引项将值插入到主表中

               studentList[item.Start + item.Length] = key;

               //更新索引表

               IndexItemList[i].Length++;

           }

           catch

           {

               return false;

           }

           return true;

       }

       static void Main(string[] args)

       {

           Console.WriteLine("********************索引查找(C#版)********************\n");

           Console.WriteLine("原始数据:{0}",String.Join(" ",studentList));

           int value = 205;

           Console.WriteLine("插入数据:{0}",value);

           //插入成功

           if (Insert(value))

           {

               Console.WriteLine("\n插入后数据:{0}",String.Join(",", studentList));

               Console.WriteLine("\n元素205在列表中的位置为:{0} ",IndexSearch(value));

           }

           Console.ReadKey();

       }

   }

}

时间复杂度:O(log(m)+N/m)

相关文章
|
9月前
|
存储 监控 算法
电脑监控管理中的 C# 哈希表进程资源索引算法
哈希表凭借O(1)查询效率、动态增删性能及低内存开销,适配电脑监控系统对进程资源数据的实时索引需求。通过定制哈希函数与链地址法冲突解决,实现高效进程状态追踪与异常预警。
361 10
|
9月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
9月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
373 4
|
10月前
|
机器学习/深度学习 人工智能 搜索推荐
从零构建短视频推荐系统:双塔算法架构解析与代码实现
短视频推荐看似“读心”,实则依赖双塔推荐系统:用户塔与物品塔分别将行为与内容编码为向量,通过相似度匹配实现精准推送。本文解析其架构原理、技术实现与工程挑战,揭秘抖音等平台如何用AI抓住你的注意力。
2572 7
从零构建短视频推荐系统:双塔算法架构解析与代码实现
|
10月前
|
XML 前端开发 C#
C#编程实践:解析HTML文档并执行元素匹配
通过上述步骤,可以在C#中有效地解析HTML文档并执行元素匹配。HtmlAgilityPack提供了一个强大而灵活的工具集,可以处理各种HTML解析任务。
420 19
|
10月前
|
机器学习/深度学习 存储 算法
动态规划算法深度解析:0-1背包问题
0-1背包问题是经典的组合优化问题,目标是在给定物品重量和价值及背包容量限制下,选取物品使得总价值最大化且每个物品仅能被选一次。该问题通常采用动态规划方法解决,通过构建二维状态表dp[i][j]记录前i个物品在容量j时的最大价值,利用状态转移方程避免重复计算子问题,从而高效求解最优解。
972 1
|
10月前
|
算法 搜索推荐 Java
贪心算法:部分背包问题深度解析
该Java代码基于贪心算法求解分数背包问题,通过按单位价值降序排序,优先装入高价值物品,并支持部分装入。核心包括冒泡排序优化、分阶段装入策略及精度控制,体现贪心选择性质,适用于可分割资源的最优化场景。
519 1
贪心算法:部分背包问题深度解析
|
10月前
|
机器学习/深度学习 边缘计算 人工智能
粒子群算法模型深度解析与实战应用
蒋星熠Jaxonic是一位深耕智能优化算法领域多年的技术探索者,专注于粒子群优化(PSO)算法的研究与应用。他深入剖析了PSO的数学模型、核心公式及实现方法,并通过大量实践验证了其在神经网络优化、工程设计等复杂问题上的卓越性能。本文全面展示了PSO的理论基础、改进策略与前沿发展方向,为读者提供了一份详尽的技术指南。
粒子群算法模型深度解析与实战应用
|
10月前
|
机器学习/深度学习 资源调度 算法
遗传算法模型深度解析与实战应用
摘要 遗传算法(GA)作为一种受生物进化启发的优化算法,在复杂问题求解中展现出独特优势。本文系统介绍了GA的核心理论、实现细节和应用经验。算法通过模拟自然选择机制,利用选择、交叉、变异三大操作在解空间中进行全局搜索。与梯度下降等传统方法相比,GA不依赖目标函数的连续性或可微性,特别适合处理离散优化、多目标优化等复杂问题。文中详细阐述了染色体编码、适应度函数设计、遗传操作实现等关键技术,并提供了Python代码实现示例。实践表明,GA的成功应用关键在于平衡探索与开发,通过精心调参维持种群多样性同时确保收敛效率
机器学习/深度学习 算法 自动驾驶
1496 0

推荐镜像

更多
  • DNS