第2章至第7章中已经介绍了各种线性或非线性的数据结构

1、第9章 查找 第2章至第7章中已经介绍了各种线性或非线性的数据结构，在这一章将讨论另一种在实际应用中大量使用的数据结构查找表。    查找表(Search Table) 是由同一类型的数据元素(或记录)构成的集合。由于“集合”中的数据元素之间存在着完全松散的关系，因此查找表是一种非常灵便的数据结构。    对查找表经常进行的操作有：    (1)查询某个“特定的”数据元素是否在查找表中；    (2)检索某个“特定的”数据元素

2、的各种属性；    (3)在查找表中插入一个数据元素；    (4)从查找表中删去某个数据元素。    若对查找表只作前两种统称为“查找”的操作，则称此类查找表为静态查找表(Static Search Table)。若在查找过程中同时插入查找表中不存在的数据元素，或者从查找表中删除已存在的某个数据元素，则称此类表为动态查找表(Dynamic Search Table)。    所谓“查找”即为在一个含有众多的数据元素(或记录)的查找表中

3、找出某个“特定的”数据元素(或记录)。     关键字(Key) 是数据元素(或记录)中某个数据项的值，用它可以标识(识别)一个数据元素(或记录)。若此关键字可以唯一地标识一个记录，则称此关键字为主关键字(Primary Key)(对不同的记录，其主关键字均不同)。反之，称用以识别若干记录的关键字为次关键字(Secondary Key)。当数据元素只有一个数据项时，其关键字即为该数据元素的值。查找(Searching) 根据给定的某个值，在查找表中确定一个其关键字等于给定值的记录或数据元素。若表中存在这样的一个记录，则称查找是成功的，查找的结果为给出整个

4、记录的信息，或指示该记录在查找表中的位置；若表中不存在关键字等于给定值的记录，则称查找不成功，此时查找的结果可给出一个“空”记录或“空”指针。    如何进行查找?    显然，在一个结构中查找某个数据元素的过程依赖于这个数据元素在结构中所处的地位。因此，对表进行查找的方法取决于表中数据元素依何种关系(这个关系是人为地加上的)组织在一起的。    例如，查电号码时，由于电话号码簿是按用户(集体或个人)的名称(或姓名)分类且依笔划顺序编排，则查找的方法就是先顺序查找待查用户的所

5、属类别，然后在此类中顺序查找，直到找到该用户的电话号码为止。又如，查阅英文单词时，由于字典是按单词的字母在字母表中的次序编排的，因此查找时不需要从字典中第一个单词比较起，而只要根据待查单词中每个字母在字母表中的位置查到该单词。     同样，在计算机中进行查找的方法也随数据结构不同而不同。正如前所述，本章讨论的查找表是一种非常灵便的数据结构。但也正是由于表中数据元素之间仅存在着“同属一个集合”的松散关系，给查找带来不便。为此，需在数据元素之间人为地加上一些关系，以便按某种规则进行查找，即以另一种数据结构来表示查找表。   &

6、#160;本章将分别就静态查找表和动态查找表两种抽象数据类型讨论其表示和操作实现的方法。 9.1 静态查找表9.2 动态查找表9.3 哈希表9.1 静态查找表（学时）    抽象数据类型静态查找表的定义为：     ADT StaticSearchTable      数据对象D：具有相同特性的数据元素的集合。各个数据元素均含有类型相同，可唯一标识数据元素的关键字。      数据关系R：数据元素

7、同属一个集合。      基本操作P：        Create(&ST，n)；          操作结果：构造一个含n个数据元素的静态查找表ST。        Destroy(&ST)；      

8、;    初始条件：静态查找表ST存在。     操作结果：销毁表ST。         Search(ST，key)；          初始条件：静态查找表ST存在，key为和关键字类型相同的给定值。          操作结果：若ST

9、中存在其关键字等于key的数据元素，则函数值为该元素的值或在表中位置，否则为“空”。        Traverse(ST，visit( )；          初始条件：静态查找表ST存在，visit是对元素操作的应用函数。          操作结果：按某种次序对ST的每个元素调用函数visit()一次且仅一次，一

10、旦visit()失败，则操作失败。      ADT StaticSearchTable    静态查找表可以有不同的表示方法，在不同的表示方法中，实现查找操作的方法也不同。     9.1.1 顺序表的查找    以顺序表或线性链表表示静态查找表，则Search函数可用顺序查找来实现。本节中只讨论它在顺序存储结构模块中的实现，在线性链表模块中实现的情况类似。/静态查找表的顺序存储结构typdef struct  &

11、#160; ElemType * elem; /数据元素存储空间基址     int length; /建表时按实际长度分配，0号单元留空表长度SSTable；下面讨论顺序查找的实现。     顺序查找(Sequential Search)的查找过程为：    从表中最后一个记录开始，逐个进行记录的关键字和给定值的比较，若某个记录的关键字和给定值比较相等，则查找成功，找到所查记录；反之，若直至第一个记录，其关键字和给定值比较都不等，则表明表中没有所查记录，查找不成功

12、。此查找过程可用算法9.1描述之。    int Search_Seq(SSTable ST，KeyType key)    /在顺序表ST中顺序查找其关键字等于key的数据元素。若找到，则函数值为该元素在表中的位置，否则为0。        ST.elem0.key = key; /0号单元作为监视哨        for ( i=ST.length; !

13、EQ (ST.elemi.key , key); -i ); /从后往前找            return i； /找不到时，i为0     / Search_Seq     算法 9.1分析顺序查找演示过程参见（板书走程序）】。    查找操作的性能分析:    衡量一个算法好坏的量度有三条： 

14、0;      时间复杂度(衡量算法执行的时间量级)；        空间复杂度(衡量算法的数据结构所占存储以及大量的附加存储)；        算法的其它性能。    对于查找算法来说，通常只需要一个或几个辅助空间。又，查找算法中的基本操作是“将记录的关键字和给定值进行比较”，因此，通常以“其关键字和给定值进行过比较的记录个数的平均值”

15、作为衡量查找算法好坏的依据。     定义：为确定记录在查找表中的位置，需和给定值进行比较的关键字个数的期望值称为查找算法在查找成功时的平均查找长度(Average Search Length)。    对于含有n个记录的表，查找成功时的平均查找长度为     (9-1)     其中：Pi为查找表中第i个记录的概率，且；     Ci为找到表中其关键字与给定值相等的第i个记录时，和给定值已进行过

16、比较的关键字个数。显然，Ci随查找过程不同而不同。    假设n=ST.length，则顺序查找的平均查找长度为 ASL=nPl+(n-1)P2+2Pn-1+Pn (9-2)    假设每个记录的查找概率相等，即Pi=1/n，则在等概率情况下顺序查找的平均查找长度为     有时，表中各个记录的查找概率并不相等。例如：将全校学生的病历档案建立一张表存放在计算机中，则体弱多病同学的病历记录的查找概率必定高于健康同学的病历记录。由于式(92)中的ASL在PnPn-1P2P1时达到

17、极小值。因此，对记录的查找概率不等的查找表若能预先得知每个记录的查找概率，则应先对记录的查找概率进行排序，使表中记录按查找概率由小至大重新排列，以便提高查找效率。    然而，在一般情况下，记录的查找概率预先无法测定。为了提高查找效率，我们可以在每个记录中附设一个访问频度域，并使顺序表中的记录始终保持按访问频度非递减有序的次序排列，使得查找概率大的记录在查找过程中不断往后移，以便在以后的逐次查找中减少比较次数。或者在每次查找之后都将刚查找到的记录直接移至表尾。    顺序查找和我们后面将要讨论到的其它查找算法相比，

18、其缺点是平均查找长度较大，特别是当n很大时，查找效率较低。然而，它有很大的优点是：算法简单且适应面广。    9.1.2 有序表的查找    以有序表表示静态查找表时，Search函数可用折半查找来实现。     折半查找(BinarySearch)的查找过程是：先确定待查记录所在的范围(区间)，然后逐步缩小范围直到找到或找不到该记录为止。     例如：已知如下11个数据元素的有序表(关键字即为数据元素的值)：  

19、  现要查找关键字为21和85的数据元素。    假设指针low和high分别指示待查元素所在范围的下界和上界，指针mid指示区间的中间位置，即mid=(low+high)2。在此例中，low和high的初值分别为1和11，即1，11为待查范围。     先看给定值key=21的查找过程：        ST.elemmid.key与给定值key相比较，因为ST.elemmid.key>key，说明待查元素若存

20、在，必在区间low，mid-1的范围内，则令指针high指向第mid-1个元素，重新求得mid=(1+5)2=3       仍以ST.elemmid.key和key相比，因为ST.elemmid.key<key，说明待查元素若存在，必在mid+1，high范围内，则令指针low指向第mid+1个元素，求得mid的新值为4，比较ST.elemmid.key和key，因为相等，则查找成功，所查元素在表中序号等于指针mid的值。    再看key=85的查找过程。 

21、0;      此时因为下界low>上界high，则说明表中没有关键字等于key的元素，查找不成功。    折半查找算法如下：    int Search_Bin(SSTable ST，KeyType key)    /在有序表ST中折半查找其关键字等于key的数据元素。若找到，则函数值为该元素在表中的位置，否则为0。    low=1; high=ST.lenqth；

22、/置区间初值    while (low<=high)        mid = (low+high)/2        if EQ(key, ST.elemmid.key) return mid; /找到待查元素        else if LT(key, ST.elem.mid.key) high = mi

23、d - 1; /继续在前半区间进行查找              else low = mid + 1; /继续在后半区间进行查找            return 0; /顺序表中不存在待查元素     /Search_Bin    折半查找的性能分析:&

24、#160;   先看上述11个元素的表的具体例子。 从上述查找过程可知：找到第个元素仅需比较1次；找到第和第个元素需比较2次；找到第、和个元素需比较3次；找到第、需比较4次。这个查找过程可用图9.2所示的二叉树来描述。树中每个结点表示表中一个记录，结点中的值为该记录在表中的位置，通常称这个描述查找过程的二叉树为判定树，从判定树上可见，查找21的过程恰好是走了一条从根到结点的路径，和给定值进行比较的关键字个数为该路径上的结点数或结点在判定树上的层次数。 图9.2 描述查找过程的判定树    折半查找的平均查找长度是多少呢?&#

25、160;   为讨论方便起见，假定有序表的长度，n=2k-1(反之，k=log2(n+1)，则描述折半查找的判定树是深度为k的满二叉树。树中层次为1的结点有1个，层次为2的结点有 2个，层次为k的结点有2k-1个。假设表中每个记录的查找概率相等(Pi=1/n)，则查找成功时折半查找的平均查找长度     对任意的n，当n较大(n>50)时，可有下列近似结果 ASL=log2(n+1)-1 (96)    可见，折半查找的效率比顺序查找高，但折半查找只能适用于有序表，且限于顺序存储

26、结构(对线性链表无法进行折半查找)。以有序表表示静态查找表时，进行查找的方法除折半查找之外，还有斐波那契查找和插值查找。    9.1.3 静态树表的查找    上一小节对有序表的查找性能的讨论是在“等概率”的前提下进行的，即当有序表中各记录的查找概率相等时，按图9.2所示判定树描述的查找过程来进行折半查找，其性能最优。如果有序表中各记录的查找概率不等，情况又如何呢?     先看一个具体例子。假设有序表中含5个记录，并且已知各记录的查找概率不等，分别为p1=0.1，p2=0

27、.2，p3=0.1，p4=0.4和p5=0.2。则按式(9-1)的定义，对此有序表进行折半查找，查找成功时的平均查找长度为：      5    PiCi = 0.1* 2+0.2* 3+0.1*1+0.4* 2+0.2* 3 = 2.3    i=1    但是，如果在查找时令给定值先和第4个记录的关键字进行比较，比较不相等时再继续在左子序列或右子序列中进行折半查找，则查找成功时的平均查找长度为：  &#

28、160;  5    PiCi=0.1* 3+0.2* 2+0.1* 3+0.4*1+0.2* 2=1.8     i=1    这就说明，当有序表中各记录的查找概率不等时，按图9.2所示判定树进行折半查找，其性能未必是优的。那末此时应如何进行查找呢?换句话说，描述查找过程的判定树为何类二叉树时，其查找性能最佳? 如果只考虑查找成功的情况，则使查找性能达最佳的判定树是其带权内路径长度之和PH值     &#

29、160;n    PH=wihi (9-7)        i=1取最小值的二叉树。其中：n为二叉树上结点的个数(即有序表的长度)；hi为第i个结点在二叉树上的层次数；结点的权wi=cpi(i=1，2，n)，其中pi为结点的查找概率，c为某个常量。称PH值取最小的二叉树为静态最优查找树(Static Optimal Search Tree)。由于构造静态最优查找树花费的时间代价较高，因此在此介绍一种构造近似最优查找树的有效算法。已知一个按关键字有序的记录序列 (rl, rl+1, ,

30、rh) (9-8)     其中 rl.key<rl+1.key<<rh.key    与每个记录相应的权值为 wl, wl+1, , wh (9-9)    现构造一棵二叉树，使这棵二叉树的带权内路径长度PH值在所有具有同样权值的二叉树中近似为最小，称这类二叉树为次优查找树(Nearly Optimal Search Tree)。    构造次优查找树的方法是：首先在式(98)所示的记录序列中取第i(lih)个记录构

31、造根结点ri，使得              h    i-1    Pi=|wj-wj| (9-10)        j=i+1 j=l    取最小值(Pi=MinPj)，然后分别对子序列rl, rl+1,ri-1和ri+1,.,rh 两棵次优查找树，并分别设为根结点ri的左子树和右子

32、树。     由于在构造次优查找树的过程中，没有考察单个关键字的相应权值，则有可能出现被选为根的关键字的权值比与它相邻的关键字的权值小。此时应作适当调整：选取邻近的权值较大的关键字作次优查找树的根结点。    大量的实验研究表明，次优查找树和最优查找树的查找性能之差仅为12，很少超过3，而且构造次优查找树的算法的时间复杂度为O (nlogn)，因此它是构造近似最优二叉查找树的有效算法。    9.1.4 索引顺序表的查找    若以索引

33、顺序表表示静态查找表，则Search函数可用分块查找来实现。 分块查找又称索引顺序查找，这是顺序查找的一种改进方法。在此查找法中，除表本身以外，尚需建守一个“索引表” 。例如，图8.6所示为一个表及其索引表，表中含有18个记录，可分成三个子表(Rl，R2，R6)、(R7，R8，R12)、(Rl3，Rl4，R18)，对每个子表(或称块)建立一个索引项， 图9.6     其中包括两项内容：关键字项(其值为该子表内的最大关键字)和指针项(指示该子表的第一个记录在表中位置)。索引表按关键字有序，则表或者有序或者分块有序。   &#

34、160;所谓“分块有序”指的是第i个子表中所有记录的关键字均大于第i-1个子表中的最大关键字。    因此，分块查找过程需分两步进行。先确定待查记录所在的块(子表)，然后在块中顺序查找。假设给定值key=38，则先将key依次和索引表中各最大关键字进行比较，因为 22<key<48，则关键字为38的记录若存在，必定在第二个子表中，由于同一索引项中的指针指示第二个子表中的第一个记录是表中第7个记录，则自第7个记录起进行顺序查找，直到ST.elem10.key=key为止。假如此子表中没有关键字等于key的记录(例如： key=29时自第7个记录

35、起至第12个记录的关键字和key比较都不等)，则查找不成功。    由于由索引项组成的索引表按关键字有序，则确定块的查找可以用顺序查找，亦可用折半查找，而块中记录是任意排列的，则在块中只能是顺序查找。由此，分块查找的算法即为这两种查找算法的简单合成。     分块查找的平均查找长度为 ASLbs=Lb+Lw (9-14)，其中：Lb为查找索引表确定所在块的平均查找长度，Lw为在块中查找元素的平均查找长度。    一般情况下，为进行分块查找，可以将长度为n的表均匀地分成b块，每

36、块含有s个记录，即b=ceil(n/s) ；又假定表中每个记录的查找概率相等，则每块查找的概率为1/b，块中每个记录的查找概率为1/s。若用顺序查找确定所在块，此时的平均查找长度不仅和表长n有关，而且和每一块中的记录个数s有关。在给定n的前提下，s是可以选择的。容易证明，ASL比顺序查找有了很大改进，但远不及折半查找。若用折半查找确定所在块，则分块查找的平均查找长度可以得到提高。9.2 动态查找表（2学时）    我们将讨论动态查找表的表示和实现。动态查找表的特点是，表结构本身是在查找过程中动态生成的，即对于给定值key，若表中存在其关键字等于 key的

37、记录，则查找成功返回，否则插入关键字等于key的记录。以下是动态查找表的定义。    抽象数据类型动态查找表的定义如下：     ADT DynamicSearchTable     数据对象D：具有相同特性的数据元素的集合。各个数据元素均含有类型相同，可唯一标识数据元素的关键字。    数据关系R：数据元素同属一个集合。     基本操作P：    

38、60; InitDSTable(&DT)；        操作结果：构造个空的动态查找表DT。      DestroyDSTable(&DT)；        初始条件：动态查找表DT 存在。 操作结果：销毁动态查找表DT。      SearchDSTable(DT，key)； 

39、       初始条件：动态查找表DT存在，key为和关键字类型相同的给定值。        操作结果：若DT中存在关键字等于key的数据元素，则函数值为该元素值或在表中位置，否则为“空”。          InsertDSTable(&DT，e)；        初始

40、条件：动态查找表DT存在，e为待插入的数据元素。        操作结果：若DT中不存在其关键字等于e.key的数据元素，则插入e到DT。      DeleteDSTable(&DT，key)；        初始条件：动态查找表DT存在，key为和关键字类型相同的给定值。        

41、操作结果：若DT中存在其关键字等于key的数据元素，则删除之。      TraverseDSTable(DT，Visit()；        初始条件：动态查找表DT存在，Visit是对结点操作的应用函数。        操作结果：按某种次序对DT的每个结点调用函数Visit()一次且至多一次。一旦visit()败，则操作失败。    

42、 ADT DynamicSearchTable    9.2.1 二叉排序树和平衡二叉树    一、二叉排序树及其查找过程    什么是二叉排序树?    二叉排序树(Binary Sort Tree)或者是一棵空树；或者是具有下列性质的二叉树：(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。 

43、60;  二叉排序树又称二叉查找树，根据上述定义的结构特点可见，它的查找过程和次优二叉树类似。即当二叉排序树不空时，首先将给定值和根结点的关键字比较，若相等，则查找成功，否则将依据给定值和根结点的关键字之间的大小关系，分别在左子树或右子树上继续进行查找。     通常，可取二叉链表作为二叉排序树的存储结构，则上述查找过程如算法 9.5(a)所描述。 BiTree SearchBST (BiTree T，KeyType key) /在根指针T所指二叉排序树中递归地查找某关键字等于key的数据元素/若查找成功，则返回指向该数据元素结点的指

44、针，否则返回空指针    if( (!T)|EQ(key，T>data.key)      return (T)； /查找结束    else if LT(key，T>data.key)          return(SearchBST(T>lchild，key)； /在左子树中继续查找    &#

45、160;     else           return(SearchBST(T >rchild，key)；/ 在右子树中继续查找/SearchBST    算法 95(a)图9.7 二叉排序树示例     例如：在图9.7所示的二叉排序树中查找关键字等于100的记录（树中结点内的数均为记录的关键字）。首先以 key=100和根结点的关键字比较，因为key&

46、gt;45，则查找以45为根的右子树，此时右子树不空，且key>53，则继续查找以53为根的右子树，由于key和53的右子树根的关键字100相等，则查找成功，返回指向结点100的指针值。    二、二叉排序树的插入和删除    和次优二叉树相对，二叉排序树是一种动态树表。其特点是：树的结构通常不是一次生成的，而是在查找过程中，当树中不存在关键字等于给定值的结点时再进行插入。新插入的结点一定是一个新添加的叶子结点，并且是查找不成功时查找路径上访问的最后一个结点的左孩子或右孩子结点。为此，需将上一小节的二叉排序树

47、的查找算法改写成算法9.5(b)，以便能在查找不成功时返回插入位置。插入算法如算法9.6所示。Status SearchBST(BiTree T，KeyType key，BiTree f，BiTree &p)/在根指针T所指二叉排序树中递归地查找其关键字等于key的数据元素，/若查找成功，则指针p指向该数据元素结点，并返回TRUE，/否则指针p指向查找路径上访问的最后一个结点并返回FALSE，/指针f指向T的双亲，其初始调用值为NULL    if(!T) p=f；return FALSE； /查找不成功   

48、60;else if EQ(key, T>data.key) p=T；return TRUE； /查找成功            else if LT(key，T>data.key) SearchBST(T>lchild，key，T，p)； /在左子树中继续查找                

49、0;   else SearchBST(T>rchild，key，T，p)；/在右子树中继续查找/SearchBST算法 9.5(b) Status Insert BST(BiTree &T，ElemType e)/当二叉排序树T中不存在关键字等于e.key的数据元素时,插入e并返回TRUE，否则返回FALSE    if(!SearchBST(T，e.key，NULL，p) /查找不成功        s=(BiTree)mall

50、oc(sizeof(BiTNode)；        s>data=e； s>lchild= s>rchild=NULL；         if (!p) T = s； /被插结点*s为新的根结点 ，原树为空        else if LT(e.key，p>data.key) p>lchild=s； /被插结点*s为左孩子&

51、#160;               else p>rchild=s /被插结点*s为右孩子        return TRUE；            else return FALSE; /树中已有关键字相同的结点，不再插入/ Inse

52、rt BST算法 9.6    若从空树出发，经过一系列的查找插入操作之后，可生成一棵二叉树。设查找的关键字序列为45，24，53，45，12，24，9，则生成的二叉排序树如图9.8所示。 图9.8 二义排序树的构造过程     容易看出，中序遍历二叉排序树可得到一个关键字的有序序列(这个性质是由二叉排序树的定义决定的)。这就是说，一个无序序列可以通过构造一棵二叉排序树而变成一个有序序列，构造树的过程即为对无序序列进行排序的过程。不仅如此，从上面的插入过程还可以看到，每次插入的新结点都是二叉排序树上新的叶子结点，则

53、在进行插入操作时，不必移动其它结点，仅需改动某个结点的指针，由空变为非空即可。这就相当于在一个有序序列上插入一个记录而不需要移动其它记录。它表明，二叉排序树既拥有类似于折半查找的特性，又采用了链表作存储结构，因此是动态查找表的一种适宜表示。    同样，在二叉排序树上删去一个结点也很方便。删去树上一个结点相当于删去有序序列中的一个记录，只要在删除某个结点之后依旧保持二叉排序树的特性即可。    那末，如何在二叉排序树上删去一个结点呢?    假设在二叉排序树上被删结点为*p(

54、指向结点的指针为p)，其双亲结点为*f(结点指针为f)，且不失一般性，可设*p是*f的左孩子。    下面分三种情况进行讨论：    (1)若*p结点为叶子结点，即PL和PR均为空树。由于删去叶子结点不破坏整棵树的结构，则只需修改其双亲结点的指针即可。    (2)若*p结点只有左子树PL或者只有右子树PR，此时只要令PL或PR直接成为其双亲结点*f的左子树即可。显然，作此修改也不破坏二叉排序树的特性。    (3)若*p结点的左子树和

55、右子树均不空。显然，此时不能如上简单处理。从图9.9 (b)可知，在删去*p结点之前，中序遍历该二叉树得到的序列为CLCQLQSLSPPRF，在删去*p之后，为保持其它元素之间的相对位置不变，可以有两种做法：其一是令*p的左子树为*f的左子树，而*p的右子树为*s的右子树，如图9.9(c)所示；其二是令*p的直接前驱(或直接后继)替代*p，然后再从二叉排序树中删去它的直接前驱(或直接后继)。如图9.9(d)所示，当以直接前驱*s替代*p时，由于*s只有左子树SL，则在删去*s之后，只要令SL为*s的双亲*q的右子树即可。 图9.9 在二叉排序树中删除*p(a)*f为根的子树；(b)删除*p之前

56、；(c)删除*p之后，PR作为*s右子树的情形；(d)删除*p之后，*s替代的情形     三、二叉排序树的查找分析    在二叉排序树上查找其关键字等于给定值的结点的过程，恰是走了一条从根结点到该结点的路径的过程，和给定值比较的关键字个数等于路径长度加1(或结点所在层次数)，因此，和折半查找类似，与给定值比较的关键字个数不超过树的深度。然而，折半查找长度为n的表的判定树是唯一的，而含有n个结点的二叉排序树却不唯一。例如：图9.10中(a)和(b)的两棵二叉排序树中结点的值都相同，但前者由关键字序列(45，24，5

57、3，12，37，93)构成，而后者由关键字序列(12，24，37，45，53，93)构成。(a)树的深度为3，而(b)树的深度为6。   因此，含有n个结点的二叉排序树的平均查找长度和树的形态有关。当先后插入的关键字有序时，构成的二叉树蜕变为单枝树。树的深度为n，其平均查找长度和顺序查找相同，这是最差的情况。显然，最好的情况是二叉排序树的形态和折半查找的判定树相同，其平均查找长度和log2n成正比。    四、平衡二叉树    平衡二叉树(Balanced Binary Tree或Height-

58、Balanced Tree)又称AVL树。它或者是一棵空树，或者是具有下列性质的二叉树：它的左子树和右子树都是平衡二叉树，且左子树和右子树的深度之差的绝对值不超过1。若将二叉树上结点的平衡因子BF(Balance Factor)定义为该结点的左子树的深度减去它的有子树的深度，则平衡二叉树上所有结点的平衡因子只可能是-1、0和1。只要二叉树上有一个结点的平衡因子的绝对值大于1，则该二叉树就是不平衡的。如图9.11(a)为两棵平衡二叉树，而图9.11(b)为两棵不平衡的二叉树，结点中的值为该结点的平衡因子。 图9.11 平衡与不平衡的二叉树及结点的平衡因子    &#

59、160;我们希望由任何初始序列构成的二叉排序树都是AVL树。因为AVL树上任何结点的左右子树的深度之差都不超过1，则可以证明它的深度和logN是同数量级的(其中N为结点个数)。由此，它的平均查找长度也和logN同数量级。    如何使构成的二叉排序树成为平衡树呢?先看一个具体例子(参见图9.12)。假设表中关键字序列为(13，24，37，90，53)。 图8.12    一般情况下，假设由于在二叉排序树上插入结点而失去平衡的最小根结点的指针为a(即a是离插入结点最近，且平衡因子绝对值超过1的祖先结点)，则失去平衡后

60、进行调整的规律可归纳为下列四种情况：    (1)单向右旋平衡处理：由于在*a的左子树根结点的左子树上插入结点，*a的平衡因子由1增至2，致使以*a为根的子树失去平衡，则需进行一次向右的顺时针旋转操作。     (2)单向左旋平衡处理：由于在*a的右子树根结点的右子树上插入结点，*a的平衡因子由-1增至-2，致使以*a为根结点的子树失去平衡，则需进行一次向左的逆时针旋转操作。     (3)双向旋转(先左后右)平衡处理：由于在*a的左子树根结点的右子树上插入结点，*a的平衡因

61、子由1增至2，致使以*a为根结点的子树失去平衡，则需进行两次旋转 (先左旋后右旋)操作。     (4)双向旋转(先右后左)子衡处理：由于在*a的右子树根结点的左子树上插入结点，*a的平衡因子由-1增至-2，致使以*a为根结点的子树失去平衡，则需进行两次旋转(先右旋后左旋)操作。     上述四种情况中，(1)和(3)对称，(2)和(4)对称。旋转操作的正确性容易由“保持二叉排序树的特性：中序遍历所得关键字序列自小至大有序”证明之。无论哪一种情况，在经过平衡旋转处理之后，以*b或*c为根的新子树为平衡二叉树，而且它

62、的深度和插入之前以*a为根的子树相同。因此，当平衡的二叉排序树因插入结点而失去平衡时，仅需对最小不平衡子树进行平衡旋转处理即可。因为经过旋转处理之后的子树深度和插入之前相同，因而不影响插入路径上所有祖先结点的平衡度。     在平衡二叉树上插入一个新的元素的递归算法描述及实现见课本P235238。    9.2.2 B-树和B+树    一、B-树及其查找    B-树是一种平衡的多路查找树，它在文件系统中很有用。在此先介绍这种树的结构

63、及其查找算法。    一棵m阶的B-树，或为空树，或为满足下列特性的m叉树：     (1)树中每个结点至多有m棵子树；     (2)若根结点不是叶子结点，则至少有两棵子树；     (3)除根之外的所有非终端结点至少有ceil(m2)棵子树；     (4)所有的非终端结点中包含下列信息数据(n, A0, K1, A1, K2, A2, , Kn, An

64、)；     (5)所有的叶子结点都出现在同一层次上，并且不带信息(可以看作是外部结点或查找失败的结点，实际上这些结点不存在，指向这些结点的指针为空)。     例如图9.14所示为一棵4阶的B-树，其深度为4。    图9.14 一棵4阶的B-树    由此可见，在B-树上进行查找的过程是一个顺指针查找结点和在结点的关键字中进行查找交叉进行的过程。    二、B-树的插入和删除

65、0;   B-树的生成也是从空树起，逐个插入关键字而得。但由于B-树结点中的关键字个数必须ceil(m2)-1，因此，每次插入一个关键字不是在树中添加一个叶子结点，而是首先在最低层的某个非终端结点中添加一个关键字，若该结点的关键字个数不超过m-1，则插入完成，否则要产生结点的“分裂”，如图9.16所示, 为3阶的B-树(图中略去F结点(即叶子结点)，假设需依次插入关键字30，26，85和7。 图9.16    反之，若在B-树上删除一个关键字，则首先应找到该关键字所在结点，并从中删除之，若该结点为最下层的非终端结点，且其中的

66、关键字数目不少于ceil(m/2)，则删除完成，否则要进行“合并”结点的操作。假若所删关键字为非终端结点中的Ki，则可以指针Ai所指子树中的最小关键字Y替代Ki，然后在相应的结点中删去Y。例如，在图9.16(a)的B-树上删去45，可以*f结点中的50替代45，然后在*f结点中删去50。因此，下面我们可以只需讨论删除最下层非终端结点中的关键字的情形。有下列三种可能：    (1)被删关键字所在结点中的关键字数目不小于ceil(m/2)，则只需从该结点中删去该关键字Ki和相应指针Ai，树的其它部分不变，例如，从图9.16(a)所示B-树中删去关键字12，删

67、除后的B-树如图9.17(a)所示。    (2)被删关键字所在结点中的关键字数目等于ceil(m/2)-1，而与该结点相邻的右兄弟(或左兄弟)结点中的关键字数目大于ceil(m/2)-1，则需将其兄弟结点中的最小(或最大)的关键字上移至双亲结点中，而将双亲结点中小于(或大于)且紧靠该上移关键字的关键字下移至被删关键字所在结点中。 例如，从图9.17(a)中删去50，需将其右兄弟结点中的61上移至*e结点中，而将*e结点中的53移至*f，从而使*f和*g中关键字数目均不小于ceil(m-1)-1，而双亲结点中的关键字数目不变，如图9.17(b)所示。 &

68、#160;   (3)被删关键字所在结点和其相邻的兄弟结点中的关键字数目均等于ceil(m/2)-1。假设该结点有右兄弟，且其右兄弟结点地址由双亲结点中的指针Ai所指，则在删去关键字之后，它所在结点中剩余的关键字和指针，加上双亲结点中的关键字Ki一起，合并到 Ai所指兄弟结点中(若没有右兄弟，则合并至左兄弟结点中)。例如，从图9.17(b)所示 B-树中删去53，则应删去*f结点，并将*f中的剩余信息(指针“空”)和双亲*e结点中的 61一起合并到右兄弟结点*g中。删除后的树如图9.17(c)所示。     如果因此使双亲结

69、点中的关键字数目小于ceil(m/2)-1，则依次类推。例如，在图9.17(c)的B-树中删去关键字37之后，双亲b结点中剩余信息(“指针c”)应和其双亲*a结点中关键字45一起合并至右兄弟结点*e中，删除后的B-树如图9.17(d)所示。     三、B+树    B+树是应文件系统所需而出的一种B-树的变型树。一棵m阶的B+树和m阶的B-树的差异在于：     (1)有n棵子树的结点中含有n个关键字；    (2)所有的叶子结点中包

70、含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。    (3)所有的非终端结点可以看成是索引部分，结点中仅含有其子树(根结点)中的最大(或最小)关键字。9.3 哈 希 表    一、什么是哈希表?    在前面讨论的各种结构(线性表、树等)中，记录在结构中的相对位置是随机的，和记录的关键字之间不存在确定的关系，因此，在结构中查找记录时需进行一系列和关键宇的比较。这一类查找方法建立在“比较”的基础上，查找的效率依赖于查找过程中所

71、进行的比较次数。    理想的情况是希望不经过任何比较，一次存取便能得到所查记录，那就必须在记录的存储位置和它的关键字之间建立一个确定的对应关系f,在查找时，只要根据这个对应关系f找到给定值K的像f (K)。若结构中存在关键字和K相等的记录，则必定在f(K)的存储位置上，由此，不需要进行比较便可直接取得所查记录。在此，我们称这个对应关系f为哈希(Hash)函数，按这个思想建立的表为哈希表。    举例：    假设要建立一张全国30个地区的各民族人口统计表，每个地区为一个记录

72、，记录的各数据项为：        显然，可以用一个一维数组C(1：30)来存放这张表，其中Ci是编号为i的地区的人口情况。编号i便为记录的关键字，由它唯一确定记录的存储位置Ci例如：假设北京市的编号为1，则若要查看北京市的各民族人口，只要取出C1的记录即可。假如把这个数组看成是哈希表，则哈希函数f(key)=key。然而，很多情况下的哈希函数并不如此简单。可仍以此为例，为了查看方便应以地区名作为关键字。假设地区名以汉语拼音的字符表示，则不能简单地取哈希函数f(key)=key，而是首先要将它们转化为数字，有时还要

73、作些简单的处理。   例如我们可以有这样的哈希函数：    (1)取关键字中第一个字母在字母表中的序号作为哈希函数。例如：BEllING的哈希函数值为字母“B”在字母表中的序号，等于02；     (2)先求关键字的第一个和最后一个字母在字母表中的序号之和，然后判别这个和值，若比30(表长)大，则减去30。例如：TIANJIN的首尾两个字母“T”和“N”的序号之和为34，故取04为它的哈希函数值；     (3)先求每个汉字的第一个拼音字母的ASCII码(

74、和英文字母相同)之和的八进制形式，然后将这个八进制数看成是十进制再除以30取余数，若余数为零则加上30而为哈希函数值。例如：HENAN的头两个拼音字母为“H”和“N”，它们的ASCII码之和为(226)8，以(226)10除以(30)10得余数为16，则16为HENAN的哈希函数值，即记录在数组中的下标值。上述人口统计表中部分关键字在这三种不同的哈希函数情况下的哈希函数值如表9.1所列：    从这个例子可见：    (1)哈希函数是一个映象，因此哈希函数的设定很灵活，只要使得任何关键字由此所得的哈希函数值都落在表

75、长允许范围之内即可；    (2)对不同的关键字可能得到同一哈希地址，即keyl!=key2，而f(keyl)=f(key2)，这种现象称冲突(collision)。具有相同函数值的关键字对该哈希函数来说称做同义词(synonym)。     一般情况下，冲突只能尽可能地少，而不能完全避免。因为，哈希函数是从关键字集合到地址集合的映象。通常，关键字集合比较大，它的元素包括所有可能的关键字，而地址集合的元素仅为哈希表中的地址值。假设表长为n，则地址为0到n-1。    例如，在

76、C语言的编译程序中可对源程序中的标识符建立一张哈希表。在设定哈希函数时考虑的关键字集合应包含所有可能产生的关键字；假设标识符定义为以字母为首的8位字母或数字，而在一个源程序中出现的标识符是有限的，设表长为1000足矣。地址集合中的元素为0到999。因此，在一般情况下，哈希函数是一个压缩映象，这就不可避免产生冲突。因此，在建造哈希表时不仅要设定一个“好”的哈希函数，而且要设定一种处理冲突的方法。    综上所述，可如下描述哈希表：根据设定的哈希函数H(key)和处理冲突的方法将一组关键字映象到一个有限的连续的地址集(区间)上，并以关键字在地址集中的“象”作

77、为记录在表中的存储位置，这种表便称为哈希表，这一映象过程称为哈希造表或散列，所得存储位置称哈希地址或散列地址。    二、哈希函数的构造方法    构造哈希函数的方法很多。在介绍各种方法之前，首先需要明确什么是“好”的哈希函数。     若对于关键字集合中的任一个关键字，经哈希函数映象到地址集合中任何一个地址的概率是相等的，则称此类哈希函数为均匀的(Uniform)哈希函数。换句话说，就是使关键字经过哈希函数得到一个“随机的地址”，以便使一组关键字的哈希地址均匀分布在整个地址

78、区间中，从而减少冲突。    常用的构造哈希函数的方法有：    1直接定址法    取关键字或关键字的某个线性函数值为哈希地址。即： H(key)=key 或 H(key)=a·key+b    其中a和b为常数(这种哈希函数叫做自身函数)。    例如：有一个从1岁到100岁的人口数字统计表，其中，年龄作为关键字，哈希函数取关键字自身。这样，若要询问25岁的人有多少，则只要查表的第25项即可。    又如：有一个解放后出生的人口调查表，关键字是年份，哈希函数取关键字加一常数 H(key)=key+(-1948)，若要查1970年出生的人数，则只要查第(1970-1948)=22项即可。    由于直接定址所得地址集合和关键字集合的大小相同。因此，对于不同的关键字不会发生冲突。但实际中能使用这种哈希函数的情况很少。