数据结构查找算法课程设计资料.docx
《数据结构查找算法课程设计资料.docx》由会员分享，可在线阅读，更多相关《数据结构查找算法课程设计资料.docx（23页珍藏版）》请在冰豆网上搜索。
数据结构查找算法课程设计资料
数据结构查找算法课程设计
存档编号：
西安********
课程设计说明书
设计题目：
查找算法性能分析
系别：
计算机学院
专业：
计算机科学
班级：
计科***
姓名：
王***
（共页）
2015年01月07日
*****
计算机科学专业课程设计任务书
姓名：
***
班级：
计科****
学号：
****
一、设计或实践题目
查找算法性能分析
二、内容及要求
设计程序，对比分析顺序查找、折半查找、索引查找、二叉排序树查找和散列查找五种查找算法的性能
1、测试数据的个数不少于50个；
2、对每一种查找算法设计实现适应的存储结构；
3、输出每种查找算法的查找成功时的平均长度
三、完成形式
1、设计报告；
2、源程序
四、系（部）审核意见
指导教师：
****
发题日期：
2015-01-05
完成日期：
2015-01-09
一需求分析
1.1问题描述
查找又称检索，是指在某种数据结构中找出满足给定条件的元素。
查找是一种十分有用的操作。
而查找也有内外之分，若整个查找过程只在内存中进行称为内查找；若查找过程中需要访问外存，则称为外查找，若在查找的同时对表做修改运算（插入或删除），则相应的表成为动态查找表，反之称为静态查找表。
由于查找运算的主要运算是关键字的比较，所以通常把查找过程中对关键字的平均比较次数（也叫平均查找长度）作为一个查找算法效率优劣的标准。
平均查找程度ASL定义为：
ASL=∑PiCi（i从1到n）
其中Pi代表查找第i个元素的概率，一般认为每个元素的查找概率相等，Ci代表找到第i个元素所需要比较的次数。
查找算法有顺序查找、折半查找、索引查找、二叉树查找和散列查找（又叫哈希查找），它们的性能各有千秋，对数据的存储结构要求也不同，譬如在顺序查找中对表的结果没有严格的要求，无论用顺序表或链式表存储元素都可以查找成功；折半查找要求则是需要顺序表；索引表则需要建立索引表；动态查找需要的树表查找则需要建立建立相应的二叉树链表；哈希查找相应的需要建立一个哈希表。
1.2基本要求
（1）输入的形式和输入值的范围；
在设计查找算法性能分析的过程中，我们调用产生随机数函数：
srand（（int）time（0））;
产生N个随机数。
注：
折半查找中需要对产生的随机数进行排序，需要进行排序后再进行输入，N<50;
（2）输出形式；
查找算法分析过程中，只要对查找算法稍作修改就可以利用平均查找长度的公式：
ASL=∑PiCi（i从1到n）
输出各种查找算法的平均查找长度。
注：
平均查找长度=总的平均查找长度/N；
（3）程序所能达到的功能
通过输出几种查找算法的ASL，我们很显然能得在数据量较小时（N<100）我们在实现静态查找时应该选择如何调用哪种查找算法。
二概要设计
说明本程序中用到的所有抽象数据类型的定义。
主程序的流程以及各程序模块之间的层次（调用）关系。
1、数据结构
顺序查找：
在进行顺序查找顺序表类型定时需要定义typedefintKeyType；
顺序表类型为SeqList类型。
typedefNodeTypeSeqList【MaxSize】；/
它的基本思路是：
从表的一端开始，顺序扫描线性表，依次将扫描到的关键字和给定值k相比较，若当前扫描到的关键字与k相等，查找成功。
折半查找：
在进行顺序查找顺序表类型定时需要定义typedefintKeyType，并且需要调用排序函数对其进行排序。
折半查找类型为SeqList类型。
typedefNodeTypeSeqList【MaxSize】；
折半查找又叫二分查找，效率较高，但折半查找要求被查找的表示顺序表，它的基本思路是：
设R【low…..high】是当前的查找区间，首先确定该区间的中点位置mid=┖（low+high）/2┘，然后将待查的k值与R【mid】.key。
1如果中点值的值是k，返回该元素的逻辑符号；
2如果中点值>k，则中点值之后的数都大于k，所以k值在该表的左边，所以确定一个新的查找区间；
3如果中点值4依次循环。
索引查找：
/索引存储结构是在存储数据的同时还建立附加的索引表，索引表包括关键字和地址。
索引表的数据类型KeyTypekey、intlink，link代表对应块的起始下标。
typedefIdxTypeIDX[MaxSize]//索引表的类型
分块查找又称索引顺序查找，它的性能介于顺序查找和折半查找之间的一种算法，它的分块的思想是：
1将表均分成b块，前b-1块中的关键字个数为s=┏n/b┐；
2每一块的关键字不一定有序，但前一块中的最大关键字必须小于后一块中的最小关键字；
3取各块中最大的关键字及该块在R中的起始位置。
注：
索引表是一个递增有序表
分块查找的基本思路是：
1首先查找索引表，因为索引表是有序表，所以可以采用折半查找或者顺序查找，来确定待查元素在哪一块；
2再已确定的块中进行顺序查找（因为块内元素无序，所以只能用顺序查找）
列:
设有一个线性表采用顺序存储，有20个元素，将其分成4（b=4）部分，每部分有5个元素（s=5），该索引表的存储结构如下图所示：
0
8
1
14
2
6
3
9
0
14
4
10
5
34
5
22
10
66
6
34
15
85
7
18
Link
Key
8
19
9
31
10
40
11
38
12
54
13
66
14
46
15
71
16
78
17
80
18
85
19
100
在如图所示的存储结构中，查找关键字k=80时，首先将k和索引表中个关键字比较，直到找到大于等于k的值，因此若关键字k=80存在则必定在第四块中，由IDX[3].link找到起始地址15，从该地址开始在R【15…19】中进行查找，直到找到关R【8】.key=k为止，如果查找不成功说明不存在关键字k=80。
二叉树查找：
线性表可以有三种查找法，其中折半查找的效率最高，但是折半查找要求元素时顺序表，而且不能用链式存储结构，因此有表的插入或删除操作时，需要移动大量元素，这时候二叉树查找的优势就体现出来了。
即动态查找时就需要用到链式存储结构。
二叉排序树（BST）又称二叉查找树，其定义为：
二叉排序树或者是空树，或者是满足如下性质的二叉树：
1若它的左孩子非空，则左子树上的所有元素的值均小于根元素的值；
2若它的右孩子非空，则左子树上的所有元素的值均大于根元素的值；
3左右子树本身是一颗二叉树。
重要性质：
中序遍历二叉排序树所得到中序序列是以一个递增有序序列。
二叉排序树算法思想：
它可以看做是一个有序表，所以在二叉树上查找，和折半查找类似，也是一个逐步缩小查找范围的过程，运用递归查找算法SearchBST（）。
哈希表查找：
在用哈希表查找时先建立一个哈希表，哈希表主要用于快速查找，哈希表的查找过程和建表过程类似。
它的算法是：
1设给定的值为k，根据建表时设定的散列函数h（k）计算哈希地址；
2存储的个数为n，设置一个长度为M（M>n）的连续内存单元，以线性表中的每个对象Ki为自变量，通过h（k）把Ki映射为内存单元的地址，并把该对象存储字这个内存单元中。
哈希函数的构造有直接定址法、除留余数法和数字分析法，常用的是除留余数法，它是用关键字k除以某个不大于哈希表长度m的数p，将所得到的余数作为哈希地址。
除留余数法的哈希函数h（k）：
H（k）=KmodP（mod为取余运算，p<=m）
2、程序模块
顺序查找：
intSeqSearch（SeqListR,intn,KeyTypek）/*函数的返回值是整型，有三个参数分别是顺序表SeqList、元素个数n和需要查找的关键字k*/
{
inti=0;
while（i=k）/*从表头开始找*/
i++;
if（i>=n）/*未找到返回0/*
return0;
else
returni+1;/*找到时返回逻辑符号i+1*/
}
折半查找：
intBinSearch（SeqListR,intn,KeyTypek）/*函数的返回值是整型，有三个参数分别是顺序表SeqList、元素个数n和需要查找的关键字*/
{
intlow=0,high=n-1,mid;
intcount=0;
while（low<=high）/*当前区域存在元素时循环*/
{
count++;/*每循环一次count++*/
mid=（low+high）/2;
if（R[mid].key==k）/*如果查找成功返回其逻辑序号mid+1*/
returnmid+1;
if（R[mid].key>k）/*继续在R【low…mid-1】中查找*/
high=mid-1;
else/*继续在R【mid+1…high】中查找*/
returncount+1;/*返回的是总的平均查找长度*/
}
}
索引查找：
intIdxSearch（IDXI,intb,SeqListR,intn,KeyTypek）/*索引查找函数值返回的是整型，函数有五个参数，分别是索引表I、分的块数b、顺序表R、关键字个数和关键字*/
{
intlow=0,high=b-1,mid,i,count=0;
ints=n/b;/*s为每块的元素个数，应为n/b的向上取整*/
while（low<=high）/*索引表中进行折半查找、找到的位置为high+1*/
{
count++;
mid=（low+high）/2;
if（I[mid].key>=k）
high=mid-1;
else
low=mid+1;
}
/*应在索引表的high+1中，再在对应的线性表中进行顺序查找*/
i=I[high+1].link;
while（i<=I[high+1].link+s-1&&R[i].key!
=k）
if（i<=I[high+1].link+s-1）/*查找成功*/
{
i++;
count++;
}
returncount+1;
}
intSearchBST（BSTNode*bt,KeyTypek）/*二叉排序树查找函数的返回值是BSTNode类型，函数有两个参数分别是二叉排序树bt和关键字k*/
{if（bt==NULL||bt->key==k）/*递归的终结条件*/
return1;
if（kkey）
{returnSearchBST（bt->lchild,k）+1;/*在左子树中的递归查找*/
}
else
{returnSearchBST（bt->rchild,k）+1;/*在右子树中的递归查找*/
}}
intSearchHT（HashTableha,intp,KeyTypek）/*哈希查找的返回值是整型有三个参数，分别是哈希表ha、小于哈希表长度的最小素数p和关键字k*/
{
inti=0,adr=0;
intm=50;
adr=k%p;
while（ha[adr].key!
=NULLKEY&&ha[adr].key!
=k）/*采用线性探查法查找下一个地址*/
{
i++;
adr=（adr+1）%m;/*adr=（adr+1）modm*/
}
if（ha[adr].key==k）
returni+1;/*查找成功*/
else
return-1;/*查找失败*/
}
3、各模块之间的调用关系以及算法设计
函数的调用关系图：
Main
SeqSearch
BinSearch
IdxSearch
SearchHT
SearchBST
CreateHT
InsertHT
CreateBST
InsertBST
在主函数中需要定义一个SeqListR的顺序表；HashTableha哈希表；索引表IDXI。
用srand函数（产生随机数）随机产生50个1到100的整数并输出，因为折半查找需要的是顺序表，所以再对产生的50个随机数再进行排序。
调用SeqSearch、BinSearch、IdxSearch、SearchHT、SearchBST（CreateBST）。
依次进行输出。
注意：
每次都要给sum重新赋值为零。
三详细设计
#include
#include
#include
#defineMAXL100
#defineMAXI100
#defineNULLKEY-1
#defineDELKEY-2
typedefintKeyType;
typedefintInfoType;
typedefstruct
{
KeyTypekey;
intlink;
}IdxType;
typedefIdxTypeIDX[MAXI];
typedefstruct
{
KeyTypekey;
InfoTypedata;
}NodeType;
typedefNodeTypeSeqList[MAXL];
typedefstructnode
{
KeyTypekey;
InfoTypedata;
structnode*lchild,*rchild;
}BSTNode;
typedefstruct
{KeyTypekey;
InfoTypedata;
intcount;
}HashTable[MAXL];
intSeqSearch（SeqListR,intn,KeyTypek）//顺序查找
{inti=0;
while（i=k）
{i++;
}
returni+1;
}
intBinSearch（SeqListR,intn,KeyTypek）//折半查找
{
intlow=0,high=n-1,mid,count=0;
while（low<=high）
{
count++;
mid=（low+high）/2;
if（R[mid].key==k）
returncount+1;
if（R[mid].key>k）
high=mid-1;
else
low=mid+1;
}
return0;
}
intIdxSearch（IDXI,intb,SeqListR,intn,KeyTypek）//索引查找
{
intlow=0,high=b-1,mid,i;
intcount=0;
ints=n/b;
while（low<=high）
{
count++;
mid=（low+high）/2;
if（I[mid].key>=k）
high=mid-1;
else
low=mid+1;
}
i=I[high+1].link;
while（i<=I[high+1].link+s-1&&R[i].key!
=k）
{
count++;
i++;
}
if（i<=I[high+1].link+s-1）
returncount+1;
else
return0;
}
intSearchHT（HashTableha,intp,KeyTypek）//散列查找
{
inti=0,adr=0;
intm=50;
adr=k%p;
while（ha[adr].key!
=NULLKEY&&ha[adr].key!
=k）
{
i++;
adr=（adr+1）%m;
}
if（ha[adr].key==k）
returni+1;
else
return-1;
}
voidInsertHT（HashTableha,int&n,KeyTypek,intp）//哈希表的插入
{
inti,adr;
adr=k%p;
if（ha[adr].key==NULLKEY||ha[adr].key==DELKEY）
{
ha[adr].key=k;
ha[adr].count=1;
}
else
{
i=1;
do
{
adr=（adr+1）%p;
i++;
}while（ha[adr].key!
=NULLKEY&&ha[adr].key!
=DELKEY）;
ha[adr].key=k;
ha[adr].count=i;
}
n++;
}
voidCreateHT（HashTableha,KeyTypex[],intn,intm,intp）//哈希表的创建
{
inti,n1=0;
for（i=0;i{
ha[i].key=NULLKEY;
ha[i].count=0;
}
for（i=0;iInsertHT（ha,n1,x[i],p）;
}
intInsertBST（BSTNode*&p,KeyTypek）//二叉排序树的插入
{
if（p==NULL）
{
p=（BSTNode*）malloc（sizeof（BSTNode））;
p->key=k;
p->lchild=p->rchild=NULL;
return1;
}
elseif（k==p->key）
return0;
elseif（kkey）
returnInsertBST（p->lchild,k）;
else
returnInsertBST（p->rchild,k）;
}
BSTNode*CreateBST（KeyTypea[],intn）//二叉排序树的创建
{
BSTNode*bt=NULL;
inti=0;
while（i{
InsertBST（bt,a[i]）;
i++;
}
returnbt;
}
intSearchBST（BSTNode*bt,KeyTypek）//二叉排序树查找
{
if（bt==NULL||bt->key==k）
return1;
if（kkey）
{
returnSearchBST（bt->lchild,k）+1;
}
else
{
returnSearchBST（bt->rchild,k）+1;
}
}
voidmain（）
{
SeqListR;inti;inte;inta;intb;
HashTableha;
intT[50];
IDXI;
doublej,k,m,n,sum=0;
srand（（int）time（0））;
for（i=0;i<50;i++）
{
R[i].key=1+（int）（50.0*rand（）/（RAND_MAX+1.0））;
printf（"%d\t",R[i].key）;
}
printf（"***************************************************************************\n"）;
for（i=0;i<50;i++）
for（a=i+1;a<50;a++）
if（R[i].key>R[a].key）
{
e=R[i].key;
R[i].key=R[a].key;
R[a].key=e;
}
for（i=0;i<50;i++）
T[i]=R[i].key;
for（i=0;i<50;i++）
{
sum=sum+SeqSearch（R,50,R[i].key）;
}
printf（"顺序查找平均查找长度：
%6.2f\n",sum/50.0）;
sum=0;
for（i=0;i<50;i++）
{
sum=sum+BinSearch（R,50,R[i].key）;
}
printf（"折半查找平均查找长度：
%6.2f\n",sum/50.0）;
sum=0;
for（i=0;i<5;i++）
{
I[i].link=i*10;
I[i].key=R[i*10+9].key;
}
for（i=0;i<50;i++）
{
sum=sum+IdxSearch（I,5,R,50,R[i].key）;
}
printf（"索引查找平均查找长度：
%6.2f\n",sum/50.0）;
sum=0;
CreateHT（ha,b,50,53,53）;
for（i=0;i<50;i++）
{
sum=sum+SearchHT（ha,53,ha[i].key）;
}
printf（"哈希表查找平均查找长度：
%6.2f\n",sum/50.0）;
sum=0;
for（i=0;i<50;i++）
{
sum=sum+SearchBST（CreateBST（b,50）,b[i]）;;
}
printf（"二叉树查找平均查找长度：
%6.2f\n",sum/50.0）;
}
四测试与分析
输出结果：
结果分析：
由结果显然可以看出，在线性表存储结构中折半查找的效率最高，顺序查找的效率最低，索引查找介于两者之间。
在顺序表存储结构、链式存储结构、索引表存储结构和哈希表存储结构中效率最高的是哈希表。
还有一种在动态查找时很高效的一种存储结构——树表。
几种查找的效率依次是：
五总结
数据结构总结：
为期一周的数据结构课程设计已经过去了，在这次课程设计中我学习到了很多知识，对编程也有了一定的认识。
譬如在结构体的使用在大一下学期的C语言课程中我学的不是很清楚，很多问题都没有搞懂，但在数据结构这门课程中
升级会员 