news 2026/4/15 10:32:50

从查找表的一端开始,依次将每个记录的关键字与给定值进行比较

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
从查找表的一端开始,依次将每个记录的关键字与给定值进行比较
  1. 顺序查找

    • 基本思想:从查找表的一端开始,依次将每个记录的关键字与给定值进行比较。若匹配成功,则查找成功;若遍历整个表仍未找到,则查找失败。
    • 适用场景:适用于顺序存储结构(如数组)和链式存储结构(如单链表),对数据是否有序无要求。
    • 平均查找长度(ASL)
      • 在等概率情况下,成功查找的平均查找长度为:
        ASL成功=n+12 ASL_{\text{成功}} = \frac{n+1}{2}ASL成功=2n+1
        即平均需要比较约一半的元素。
      • 查找失败时,必须比较全部nnn个元素(若设置监视哨,则为n+1n+1n+1次)。
    • 特点:算法简单、实现容易、适应性强(无需排序),但当表长nnn较大时,效率较低,时间复杂度为O(n)O(n)O(n)
  2. 折半查找(二分查找)

    • 前提条件:查找表必须是按关键字有序排列,且采用顺序存储结构(便于通过下标访问中间元素)。
    • 基本逻辑
      每次将待查关键字与当前查找区间的中间位置元素的关键字比较:
      • 若相等,则查找成功;
      • 若待查值更大,则在右半区间继续查找;
      • 若待查值更小,则在左半区间继续查找。
        重复此过程,直到找到目标或查找区间为空。
    • 特点:效率高,时间复杂度为O(log⁡n)O(\log n)O(logn),但限制较多(需有序、顺序存储)。后续可通过判定树分析其成功与失败情况下的平均查找长度(ASL)。
# 折半查找示例代码(非递归)defbinary_search(arr,target):left,right=0,len(arr)-1whileleft<=right:mid=(left+right)//2ifarr[mid]==target:returnmid# 返回索引elifarr[mid]<target:left=mid+1else:right=mid-1return-1# 查找失败

在等概率情况下,顺序查找的平均查找长度(ASL,Average Search Length)可以通过数学期望的方法进行推导。


推导过程:

假设查找表中有nnn个元素,且每个元素被查找的概率相等(即等概率),均为:
Pi=1n(i=1,2,…,n) P_i = \frac{1}{n} \quad (i = 1, 2, \dots, n)Pi=n1(i=1,2,,n)

  • 查找第1个元素需要比较1次;
  • 查找第2个元素需要比较2次;
  • 查找第iii个元素需要比较iii次;
  • 查找第nnn个元素需要比较nnn次。

由于是“成功查找”的平均情况,我们只考虑目标元素存在于表中的情形。

则平均查找长度为所有查找位置的比较次数的加权平均(权重为概率):

ASL成功=∑i=1nPi×i=1n∑i=1ni=1n⋅n(n+1)2=n+12 ASL_{\text{成功}} = \sum_{i=1}^{n} P_i \times i = \frac{1}{n} \sum_{i=1}^{n} i = \frac{1}{n} \cdot \frac{n(n+1)}{2} = \frac{n+1}{2}ASL成功=i=1nPi×i=n1i=1ni=n12n(n+1)=2n+1


✅ 最终结果:

ASL成功=n+12 \boxed{ASL_{\text{成功}} = \frac{n+1}{2}}ASL成功=2n+1

这说明,在等概率条件下,平均需要比较约一半的元素才能找到目标。


补充说明:

  • 若查找失败,则必须遍历整个表(共nnn次比较),所以失败时的 ASL 为nnn
  • 若设置了“监视哨”(sentinel),将待查值放在表尾,则最多比较n+1n+1n+1次即可确定结果。

示例验证:

n=5n = 5n=5,则:
ASL=1+2+3+4+55=155=3=5+12 ASL = \frac{1+2+3+4+5}{5} = \frac{15}{5} = 3 = \frac{5+1}{2}ASL=51+2+3+4+5=515=3=25+1
符合公式。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/15 10:32:00

多人脸图像处理:Sonic自动识别主脸区域机制揭秘

Sonic主脸识别与数字人生成技术解析 在短视频、直播电商和在线教育高速发展的今天&#xff0c;如何用最低成本快速生成一个“会说话的数字人”&#xff0c;已经成为内容创作者和企业共同关注的问题。传统方案依赖复杂的3D建模与动画系统&#xff0c;不仅周期长、门槛高&#xf…

作者头像 李华
网站建设 2026/4/11 7:52:49

文本转语音新突破:VoxCPM-1.5实现高效标记率6.25Hz

文本转语音新突破&#xff1a;VoxCPM-1.5实现高效标记率6.25Hz 在智能内容生产日益加速的今天&#xff0c;用户对语音合成的要求早已不止于“能听懂”。无论是短视频配音、有声书自动生成&#xff0c;还是个性化虚拟助手&#xff0c;人们期待的是自然、富有表现力且具备高保真音…

作者头像 李华
网站建设 2026/4/15 5:11:26

初学者必读:Sonic数字人入门常见问题汇总

Sonic数字人入门&#xff1a;从零开始掌握口型同步核心技术 在短视频与虚拟内容爆发的今天&#xff0c;你是否曾想过&#xff0c;仅凭一张照片和一段录音&#xff0c;就能让一个“数字人”活灵活现地为你播报新闻、讲课或直播带货&#xff1f;这不再是科幻电影的情节——Sonic …

作者头像 李华
网站建设 2026/4/5 11:28:34

输电杆塔绝缘子红外测温图像检测数据集VOC+YOLO格式420张1类别

数据集格式&#xff1a;Pascal VOC格式YOLO格式(不包含分割路径的txt文件&#xff0c;仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)&#xff1a;420标注数量(xml文件个数)&#xff1a;420标注数量(txt文件个数)&#xff1a;420标注类别数&…

作者头像 李华
网站建设 2026/4/12 16:18:54

信号与系统综述

一、信号与系统的核心 信号与系统的核心是三大变换&#xff1a; 傅里叶变换&#xff08;Fourier Transform, FT&#xff09;、拉普拉斯变换&#xff08;Laplace Transform, LT&#xff09;和Z变换&#xff08;Z Transform, ZT&#xff09;二、基础概念 1.信号分类 2.基本信号 3…

作者头像 李华
网站建设 2026/4/7 23:05:51

借助AI算力云平台部署TTS模型的完整步骤

借助AI算力云平台部署TTS模型的完整实践 在智能语音内容爆发式增长的今天&#xff0c;越来越多的产品开始集成文本转语音&#xff08;TTS&#xff09;能力——从短视频配音、有声书制作到虚拟主播和无障碍阅读。然而&#xff0c;高质量语音合成的背后往往依赖庞大的深度学习模型…

作者头像 李华