-
线性查找(Linear Search):
- 算法思想:从数组或列表的第一个元素开始,逐个向后遍历,依次比较每个元素与目标值是否相等,直到找到目标值或遍历完整个数组。
- 示例 :假设有一个整数列表
[3, 1, 4, 1, 5, 9, 2, 6, 5]
,要查找目标值为5
。线性查找算法会从列表的第一个元素开始逐个比较,直到找到第一个值为5
的元素。
-
二分查找(Binary Search):
- 算法思想:适用于有序数组或列表。通过比较目标值与数组中间元素的大小关系,将搜索范围缩小为左半部分或右半部分,然后继续在缩小后的范围内进行查找,直到找到目标值或确定目标值不在数组中。
- 示例 :假设有一个有序整数列表
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
,要查找目标值为6
。二分查找算法会首先将搜索范围缩小到中间元素5
,然后根据大小关系确定搜索范围为右半部分[6, 7, 8, 9, 10]
,继续在右半部分查找。
-
哈希表查找(Hash Table Lookup):
- 算法思想:通过哈希函数将键映射到哈希表的一个位置(索引),在该位置处存储对应的值。在查找时,根据键的哈希值找到对应的位置,并检查该位置处是否存储了目标值。
- 示例:假设有一个哈希表存储了一些学生的成绩信息,键为学生的姓名,值为学生的分数。要查找学生名为 "Alice" 的成绩,可以通过哈希函数计算出 "Alice" 对应的哈希值,然后在哈希表中查找该哈希值对应的位置,获取对应的分数。
-
树搜索(Tree Search):
- 算法思想:适用于树形数据结构,如二叉搜索树。根据树的特性,从根节点开始递归或迭代地搜索目标值。
- 示例 :假设有一个二叉搜索树,要查找值为
7
的节点。从根节点开始,先比较7
与根节点的值,根据大小关系确定继续在左子树或右子树中搜索,直到找到目标节点或确定目标节点不存在。
-
图搜索(Graph Search):
- 算法思想:适用于图形数据结构,如深度优先搜索(DFS)、广度优先搜索(BFS)等算法用于在图中查找目标节点。
- 示例:假设有一个图形数据结构表示城市之间的路线图,要查找从城市 A 到城市 B 的最短路径。可以使用广度优先搜索算法在图中搜索从城市 A 到城市 B 的路径,直到找到最短路径或搜索完整个图。
常见的查找算法
m0_603888712024-02-13 12:45