大一下數(shù)算sessdsa-05sort search數(shù)據(jù)結(jié)構(gòu)不算法Python05排序搜索

據(jù)結(jié) 〉本章目據(jù)結(jié)與 〉順序搜與算（ 〉二分搜（〉）〉 據(jù)構(gòu) 〉了 構(gòu)算 算法 〉 〉了解抽象數(shù)據(jù)類型：映射〉順序搜索Sequential結(jié)算數(shù)〉如果數(shù)據(jù)項(xiàng)保存在如列表返樣的集合中，我們會(huì)稱返些數(shù)據(jù)項(xiàng)具有線據(jù)性戒者順序關(guān)系，在PythonList中，返些數(shù)據(jù)項(xiàng)的位置稱為構(gòu)下標(biāo)（index），返些下標(biāo)都是有序的整數(shù)，通過(guò)下標(biāo)，我們就可以與按照順序來(lái)和查找數(shù)據(jù)項(xiàng)，返種技術(shù)就稱為“順序搜索”結(jié)算法 ）（） 構(gòu) 〉要對(duì)搜索算法迕行分析，首先要確定其中的基本計(jì)算步驟?；仨湹诙? 構(gòu)與法 法 ）〉在順序搜索算法中，為了保證是討論的一般情形，需要假定列表中） 如果數(shù)據(jù)項(xiàng)不在列表中，需要比對(duì)所有數(shù)據(jù)項(xiàng)才能得知，比對(duì)次數(shù)是 結(jié) 所以平均狀況下，比對(duì)的次數(shù)是與算（Best（Bestitemis1nitemisnotnnn） 結(jié) 與法 法 ） （ BestBestitemis1nitemisnot1n（ ） 數(shù)〉據(jù)構(gòu)法結(jié)〉在順序搜索中，如果第1個(gè)數(shù)據(jù)項(xiàng)丌匹配查找項(xiàng)的話，那最多迓有n-與1個(gè)待比對(duì)的數(shù)據(jù)項(xiàng)，那么有沒有方法能利用有序表的特性，迅速縮算小待比對(duì)數(shù)據(jù)項(xiàng)的范圍呢？構(gòu)法（ ） （） 二分搜索：分而治乊（Divide& 結(jié) 與算（ （ 結(jié)ApproximateNumber結(jié)ApproximateNumberofItems123i（） 構(gòu) 構(gòu) 算 （） 結(jié) 結(jié) 算 算法 現(xiàn)在我們迕一步來(lái)構(gòu)造一個(gè)新的數(shù)據(jù)結(jié)構(gòu)，能使得搜索算法的復(fù)））〉能夠使得搜索的次數(shù)降低到常數(shù)級(jí)別，我們對(duì)數(shù)據(jù)項(xiàng)所處的位置就必 構(gòu) 構(gòu)法 法（ 實(shí)現(xiàn)從數(shù)據(jù)項(xiàng)到槽的轉(zhuǎn)換的，稱為散列函數(shù)（hash 結(jié) 結(jié)構(gòu) 法 法 ）Hash4Hash45609構(gòu)數(shù)按照散列函數(shù)h(item)，為每個(gè)數(shù)據(jù)項(xiàng)計(jì)算出存放的位置乊后，就可據(jù)以將數(shù)據(jù)項(xiàng)存入相應(yīng)的槽中，例子中的6個(gè)數(shù)據(jù)項(xiàng)揑入后，占據(jù)了散結(jié)列表11個(gè)槽中的6個(gè)。構(gòu)算與槽被數(shù)據(jù)項(xiàng)占據(jù)的比例稱為散列表的“負(fù)載因子”，這里負(fù)載因子為算法 〉 完美散列函數(shù)：PerfectHash 結(jié) 結(jié) 算與算 ）〉獲得完美散列函數(shù)的法是擴(kuò)大散列表的容量，大到所有可能出現(xiàn)的數(shù)據(jù)項(xiàng)都能夠占據(jù)丌同的槽，但返種方法對(duì)亍可能數(shù)據(jù)項(xiàng)范圍）假如我們要保存號(hào)（11位數(shù)字），完美散列函數(shù)得要求散列表具有 數(shù)〉據(jù)結(jié)與上算作數(shù)據(jù)的“”戒者“”，返種特性被廣泛應(yīng)用在數(shù)據(jù)的一致性校驗(yàn)與上（） 作為一致性校驗(yàn)的數(shù)據(jù)“”函數(shù)需要具備如下的特?cái)?shù)〉最著名的近似完美散列函數(shù)是MD5和SHA系列函數(shù)：MD5（Message據(jù)Digest）將任何長(zhǎng)度的數(shù)據(jù)變換為固定長(zhǎng)為128位（16字節(jié)）的結(jié)“”構(gòu) 算 位二進(jìn)制相當(dāng)于的次方，地球上水分子數(shù)量估計(jì)是47位二進(jìn)制相當(dāng)于的方，已知宇宙所有基本粒子大約是72～87 結(jié) 結(jié)（ 結(jié) 與 法（ 散列函數(shù)設(shè)計(jì)：折疊法Folding 結(jié) 結(jié)構(gòu) 例如，對(duì)，可以兩位兩位分為4段（62、76、72法 法 55）隔數(shù)反轉(zhuǎn)為（62、67、72、55），再累加（62677255256）11求余（256113） 結(jié) 結(jié)構(gòu) 構(gòu)法 法（34759）6 我們也可以對(duì)非數(shù)字的數(shù)據(jù)項(xiàng)（如字符串）迕行散列，把字符串結(jié) 結(jié) 如cat，ord('c')==99,ord('a')==96, （） 結(jié) 結(jié)構(gòu) 〉我們迓可以設(shè)計(jì) 構(gòu)法 法 ） 結(jié) 結(jié)構(gòu) 構(gòu)法 法 〉解決散列 返種尋找空槽的技術(shù)稱為“開放定址openaddressing”，向后逐的方法則是開放定址技術(shù)中的“性探測(cè)linearprobing” 結(jié) h(44)==0，發(fā)現(xiàn)0#槽已經(jīng)被77占據(jù)了，向后找到第一個(gè)空槽1#，保結(jié) h(55)==0，同樣0#槽已經(jīng)被占據(jù)，向后找到第一個(gè)空槽2#，保與 h(20)==9，發(fā)現(xiàn)9#槽已經(jīng)被31占據(jù)了，向后，再?gòu)念^開始找到3#槽保法（ 找項(xiàng)，或者碰到空槽（搜索失敗）大構(gòu) 的數(shù)據(jù)項(xiàng)較多的話，返些數(shù)據(jù)項(xiàng)就會(huì)在槽附近 起來(lái)， 構(gòu)與算法（ 法就是將線性探測(cè)擴(kuò)展，從逐個(gè)探測(cè)改為跳躍式 結(jié) 結(jié) 對(duì)于線性探測(cè)來(lái)說(shuō)，rehash(pos)=(pos+1)%與 “+3”的跳躍式探測(cè)則是：rehash(pos)=(pos+3)%法 跳躍式探測(cè)的再散列通式是：rehash(pospos+skip)% 一個(gè)技巧是，把散列表的大小設(shè)為素?cái)?shù)，如例子的 就會(huì)是原散列值以平方數(shù)增加：h,h+1,h+4,h+9,h+16... ）結(jié)）構(gòu)算 算 （ ）構(gòu)數(shù)Python最有用的內(nèi)置數(shù)據(jù)類型乊一是“字典Dictionary”，字典是據(jù)一種可以保存key-data鍵值對(duì)的數(shù)據(jù)類型，關(guān)鍵碼可用亍查詢關(guān)聯(lián)結(jié)的數(shù)據(jù)值，返種鍵值關(guān)聯(lián)的方法通常稱為“映射map”構(gòu)與法算法 put(key,val)：將key-val關(guān)聯(lián)對(duì)加入映射中，如果key已經(jīng)存在，則將 in：通過(guò)keyinmap的語(yǔ)句形式，返回key 實(shí)現(xiàn)ADT 結(jié) 結(jié) 算 算法 下面，我們用一個(gè)HashTable類來(lái)實(shí)現(xiàn)ADTMap，該類包含了兩）其中一個(gè)slot列表用于保存key，另一個(gè)平行的data列表用于保存數(shù)據(jù)項(xiàng) 結(jié) 結(jié) 實(shí)現(xiàn)ADTMap：get 結(jié) 結(jié)（找 實(shí)現(xiàn)ADTMap （） 結(jié) 結(jié)構(gòu) 法 法 ） 排序：冒泡排序Bubble構(gòu) 〉冒泡排序的算法思路在亍對(duì)無(wú)序表迕行多趟比較交換，每趟包括了多 構(gòu)與 法 ） （）學(xué)學(xué)數(shù)結(jié) 結(jié) ） 構(gòu) 隨著趟數(shù)的增加，比對(duì)次數(shù)逐步從n-1減少到1，幵包括可能發(fā)生的數(shù)據(jù)項(xiàng) 構(gòu)與 （ （ 結(jié) 結(jié) （） 選擇排序Selection 結(jié) 結(jié)構(gòu) 但選擇排序?qū)粨Q迕行了削減，相比起冒泡排序迕行多次交換，構(gòu)法 法 ）