前言
数据结构中的线性表是一种基础且重要的数据结构，它由一系列具有相同数据类型的元素组成，这些元素在内存中连续存放。
一、顺序查找（Sequential Search）
顺序查找，也称线性查找，是一种简单直观的查找算法。其查找过程为：从表的一端开始，依次将记录的关键字和给定值进行比较，若某个记录的关键字和给定值相等，则查找成功；反之，若扫描整个表后仍未找到关键字和给定值相等的记录，则查找失败。
顺序查找不仅适用于线性表的顺序存储结构，也适用于线性表的链式存储结构。
算法实现
- 顺序表：从表的最后一个元素起，依次比较元素值和给定值，若找到值与给定值相等的元素，则查找成功，返回该元素的序号。若查遍整个顺序表都没有找到，则查找失败，返回0。
- 链表：通过指针next来依次扫描每个元素，逐个检查每个节点的数据域，直到找到目标值或遍历完所有节点。
算法分析
- 时间复杂度：O(n)，其中n为线性表的长度。因为顺序查找需要扫描整个表，所以时间复杂度与表的长度成正比。
- 空间复杂度：O(1)，只需要一个辅助空间来存储当前查找的位置。
优缺点
- 优点：算法简单，对表结构无任何要求，既适用于顺序结构，也适用于链式结构，无论记录是否按关键字有序均可应用。
- 缺点：平均查找长度较大，查找效率较低，所以当n很大时，不宜采用顺序查找。
二、折半查找（Binary Search）
折半查找，也称二分查找，是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素要按关键字有序排列。
查找过程
- 从表的中间记录开始，将给定值和中间记录的关键字进行比较。
- 如果给定值和中间记录的关键字相等，则查找成功。
- 如果给定值大于或者小于中间记录的关键字，则在表中大于或小于中间记录的那一半中查找。
- 重复以上操作，直到查找成功，或者在某一步中查找区间为空（即low>high），则代表查找失败。
算法实现
- 初始化查找区间的初值，low为1，high为表长。
- 当low小于等于high时，循环执行以下操作：
- 计算mid为low和high的中间值。
- 将给定值key与中间位置记录的关键字进行比较。
- 若相等则查找成功，返回中间位置mid。
- 若不相等则利用中间位置记录将表对分成前、后两个子表。（如果key比中间位置记录的关键字小，则high取为mid-1，否则low取为mid+1）
- 循环结束，说明查找区间为空，则查找失败，返回0。
算法分析
- 时间复杂度：O(logn)，其中n为线性表的长度。因为折半查找每一次查找比较都使查找范围缩小一半，所以时间复杂度与表的长度成对数关系。
- 空间复杂度：O(1)，只需要几个辅助变量来存储当前查找的位置和区间。
优缺点
- 优点：查找效率高，适用于大规模数据的查找。
- 缺点：要求线性表必须采用顺序存储结构，且表中元素要按关键字有序排列。
三、分块查找（Blocking Search）
分块查找又称索引顺序查找，它吸取了顺序查找和折半查找各自的优点，将线性表分成若干块，块内的元素可以无序，但块间是有序的。即第一个块中的最大元素小于第二个块中的所有元素，第二个块中的最大元素小于第三个块中的所有元素，依此类推。
查找过程
- 先确定待查元素所在的块，可以顺序查找或折半查找块间元素（即索引表）。
- 在确定的块内再顺序查找待查元素。
算法分析
- 分块查找的时间复杂度取决于块间查找和块内查找的时间复杂度。
- 如果块间采用顺序查找，时间复杂度为O(s+t)，其中s为块间查找的比较次数，t为块内查找的比较次数。
- 如果块间采用折半查找，时间复杂度可以降低到O(logb+(t/b))，其中b为块数，t为线性表的长度。
优缺点
- 优点：结合了顺序查找和折半查找的优点，适用于元素较多且块内元素无序的情况。
- 缺点：需要额外的空间来存储索引表，且块的大小和分割方式会影响查找效率。
总结
综上所述，基于线性表的查找法有顺序查找、折半查找和分块查找三种。每种查找方法都有其适用的场景和优缺点，在实际应用中应根据具体需求和数据特点选择合适的查找方法。
结语
想多了全是问题
做多了都是答案
！！！
