标签：检索 结点 数算 关键码 BST 图片 数据结构 防盗链 复习
数算复习3：检索、索引、高级数据结构
10 检索
1 线性表检索
顺序检索、二分检索
- ”监视哨"
- 性能分析：ASL平均检索长度
分块检索
- 块内无序（顺序检索）+块间有序（二分检索）；需要辅助索引表
提高检索效率的方法
-
预排序
-
建立索引
-
散列技术
2 散列检索
关键码
最让我头疼的是对关键码的概念的理解，我看了很多遍才领会到，进而明白“检索”这件事到底是在做什么。
值value：每个对象的内容，在数据管理的场景下，value就是用户关心的部分，用户眼中的“内容”。
关键码key：它是value的一个标签，我们通过某种规则将key和value关联在了一起。
-
也许是key是value的某一部分（比如value是一个结构体，抽取它的第一个成员变量作为key）；也许是key和value都是某个对象的一部分（比如用户日志中，用key存储用户ip，用value记录ip的出现次数）；或者是value是内容主体，key是对value的一种特征抽取（就好像书的内容和书名的关系），等等。
总之，关键码是一个抽象的指代，值就是具体的实物。检索的对象是值，而关键码是索引中必要的工具。类比生活中称呼一个人，如果这个世界没有了名字，那怎么称呼人呢？你总得换着方儿找到一个称呼，使得这个称呼指代的就是你想找的那一个。当你说出这几个字的时候，那个人就会注意到，然后转过头来看着你，这就是“索引”的基础。
散列方法Hash
key–(Hash)–逻辑地址–(MMU内存管理单元)–物理地址（存储了value）
场景类比：逻辑地址空间是一栋楼盘，为了简化问题，假设只有三套房1201、1202和1203。正常情况下居民和门牌号没什么联系；但要是楼盘售卖时，卖方就根据买方特点给他们分配了入住位置，比如三位户主张三、李四、赵五的幸运数字分别是1，3，11，然后卖方给数字模3，这样张三就住1101、李四住1202、赵五住1203。方便之处是，户主的朋友们只要知道这个规则，那根据幸运数字就知道他们的户主朋友住在哪里了，不需要一间间地去敲门，等主人开门后再确认自己找对地方没。
散列函数
除余法 /乘余取整法 /平方取中法 /数字分析法 /基数转换法 /折叠法 /ELFhash字符串散列函数
冲突的解决方法
开散列（拉链法/桶式散列*以磁盘块为单位存储）
闭散列（开地址法）
- 探查序列
- 探查方法：线性/二次（每次位移量是平方数）/伪随机数/双散列
- 具体实现Hash增删，删除带来的问题：不同的探查序列相互干扰
- 解决：引入墓碑机制，用墓碑为被删除的元素占位置，以便探查序列正常运行
- 状态：占用/为空/已删除，即墓碑（状态数不可减少；意味着必须2bits）
- 插入操作：先找空位置，顺便记录下探查路径上的墓碑位置，找到空位置后，若路上有墓碑则填墓碑，没有墓碑则选择空位置。遍历的原因是要防止出现相同元素。
- 散列效率的评估：负载因子 α=N/M α临界值为0.5，超过时检索效率急剧降低
11 索引
（关键码，指针）对
线性索引
倒排索引
（属性，关键码）对
- 对关键码这个性质作进一步的封装，使得检索的操作对用户友好
- eg.教师数据库，根据学科筛选教师
文本的词倒排索引：
- 抽取每个词作为“属性”，出现该词的文章编号作为“关键码”
- 这里可以认为检索瓶颈在于倒排的部分，而非（关键码，指针）对的访问
- "属性"还需要进一步建立索引结构（字典）来提高访问倒排表的效率
- 实现方式：Trie树/散列
- 优劣：高效检索；检索词有限+空间代价较高
动态索引
B树
- m阶B树是m路查找树，即子结点数量≤m；
- 根结点的子树≥2，其它非叶结点的子树≥[m/2]上取整；
- 有k棵子树的结点存有k-1个关键码；
- 叶结点都位于同一层，有[m/2] -1 到 m-1 个关键码
插入
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jhUTm1bY-1613618656518)(2-1.png)]
插入操作最多的I/O次数：h层，查找h+分裂写盘2h+新增根节点1=3h+1
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Pqwd59bJ-1613618656521)(2-2.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-D8cZ8SoI-1613618656522)(2-3.png)]
要诀：随时维持子树/关键码数量在[m/2]-1到m-1之间，多了就分裂（中间结点管理团队有方，升职），少了就合并（小老板管理无方，降级）；然后递归地处理上方的变动。
B+树
关键码集中到叶结点，非叶结点只对下层的最大/最小值进行复写（可以看作是高层索引）
叶结点链接起来形成双链表
插入和删除操作同B树
红黑树
是一种二叉搜索树BST
性质：
- 颜色两种
- 根叶皆黑（为原有的每个外部结点添满黑色空结点，形成满二叉树）
- 红红不连
- 黑点同阶（只算路径上的黑点）
插入：初始作为红色结点、二分插入
-
双红调整
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hcICe1m8-1613618656525)(image-20210207170214959.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dgPlXTIV-1613618656526)(image-20210207170132004.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1PPkTZaM-1613618656528)(image-20210207170157012.png)]
把红色看成是一种负载，情况1就是左2右0，那就旋转一下，让右边帮左边分担一下负载（找哥哥解决）；情况2则是左2右1，左右两边都接受不了这个负载，就把问题交给父亲（找爸爸解决）。
注意，父亲也可能解决不了，那父亲也要去找哥哥/找爸爸。
删除算法
内部结点–持续与后继交换（原位置的颜色不动），直到转化为外部结点的删除问题
外部结点
红色：直接删除（替换为1个黑色空结点）
黑色：
之前写了很多类比来解释规则，现在想想觉得太麻烦了，PPT看一看就好了，就当熟悉一下旋转和提升的操作
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tvPh3MYi-1613618656528)(image-20210208162957338.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iKlh2ABp-1613618656529)(image-20210208163003418.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5T9w0V49-1613618656530)(image-20210208163011796.png)]
总之要把增删规则搞懂，一是明确只要保持阶数不变就行了，在这个前提下随你怎么变都差不多是一个结果；二是熟悉旋转操作，父亲和兄弟要换色，其它结点按BST去连接、不S变色。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fl6uDo8P-1613618656531)(image-20210208163352343.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UYHqgEpZ-1613618656533)(image-20210208163320917.png)]
12 高级数据结构
多维数组
Pascal行优先存储 FORTRAN列优先存储
对称矩阵，三角矩阵，稀疏矩阵
压缩方法
- 顺序存储（位置+内容） eg.三元组表存稀疏矩阵
- 十字链表 同行同列用循环链表连接
广义表
多个线性表以树型/图型结构组织起来
应用：LISP语言
ADT：头指针+后继结点+表尾配置指向其它线性表的指针
Trie结构
分解关键码的BST；前缀树
- 前缀唯一匹配后就可以快速结束检索，在关键码不多的时候也同样很高效
适用场景：词频统计、前缀匹配、排序
PATRCIA
- 受到trie分解关键码的启发，将普通的关键码转为二进制表示，分解二进制位
BST的扩展
1 最佳BST
使得检索效率最高
实现：同Huffman树的构造；或者dp(BST满足子结构保持最优性质的特点)
- 扩充BST：扩充成满二叉树，需要随便编点关键码
3 AVL Tree
平衡因子balance factor左右树深差
差超过1时就旋转（LL、RR）或提升（LR、RL）调整
4 伸展树
一字形旋转+之字形旋转，调整某个结点使之与根节点更近
1 最佳BST
使得检索效率最高
实现：同Huffman树的构造；或者dp(BST满足子结构保持最优性质的特点)
- 扩充BST：扩充成满二叉树，需要随便编点关键码
3 AVL Tree
平衡因子balance factor左右树深差
差超过1时就旋转（LL、RR）或提升（LR、RL）调整
4 伸展树
一字形旋转+之字形旋转，调整某个结点使之与根节点更近
应用场景：输入法词语检索，根据词频动态调整BST
标签：检索,结点,数算,关键码,BST,图片,数据结构,防盗链,复习 来源： https://blog.csdn.net/construc/article/details/113843856
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。