查找算法

20182301 2019-2020-1 《数据结构与面向对象程序设计》第9周学习总结 教材学习内容总结 第十六章 树的定义 根节点：唯一 节点的度：节点拥有的子树数。度为0：称为终端节点或叶节点 树的度：树内各节点的度的最大值 内部节点：除根节点外的节点 孩子（child）：节点的子树的根 称为该节点的孩子，反过来，称为双亲（parent） 兄弟（sibling）：同一双亲的孩子之间的关系 节点的祖先：从根到该节点所经分支上的全部节点 节点层次：根为第一层，根的孩子为第二层 树的深度（Depth）：树中节点的最大层次 森林（Forest）：是m（m>0）棵互不相交的树的集合 树的分类 满二叉树 如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树。 如果一个二叉树的层数为K，且结点总数是(2^k) -1，则它就是满二叉树。 完全二叉树 它是由满二叉树而引出来的。 若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边， 线索二叉树 n个结点的二叉链表中含有n+1(2n-(n-1)=n+1)个空指针域(就是用于指向左右孩子的域)。 利用二叉链表中的空指针域，存放指向结点在某种遍历次序下的前驱和后继结点的指针（这种附加的指针称为"线索"）。 加上线索的二叉树称为线索二叉树。 哈夫曼树（霍夫曼树）又称为最优树

一、课前问题 今天我们讲一种针对有序数据集合的查找算法：二分查找（Binary Search）算法，也叫折半查找算法。二分查找的思想非常简单，很多非计算机专业的同学很容易就能理解， 但是看似越简单的东西往往越难掌握好，想要灵活应用就更加困难。老规矩，我们还是来看一道思考题。 假设我们有1000万个整数数据，每个数据占8个字节， 如何设计数据结构和算法，快速判断某个整数是否出现在这1000万数据中？ 我们希望这个功能不要占用太多的内存空间， 最多不要超过100MB，你会怎么做呢？带着这个问题，让我们进行今天的内容吧！ 二、无处不在的二分思想 二分查找是一种非常简单易懂的快速查找算法，生活中到处可见。比如说，我们现在来做一个猜字游戏。我随机写一个0到99之间的数字，然后你来猜我写的是什么。猜的过程中， 你每猜一次，我就会告诉你猜的对了还是错了，直到猜中为止。你来想想， 如何快速猜中我写的数字呢？ 假设我写的数字是23，你可以按照下面的步骤来试一试。（如果猜测范围的数字有偶数个，中间数有两个，就选择较小的那个。） 7次就猜出来了，是不是很快？这个例子用的就是二分思想， 按照这个思想，即便我让你猜的是0到999的数字，最多也只要10次就能猜中。不信的话，你可以试一试。 这是一个生活中的例子，我们现在回到实际的开发场景中。 假设有1000条订单数据，已经按照订单金额从小到大排序，

写在前边 暑假参加的第一个公司的就让我手写一个双向链表，并完成插入数据和删除数据的操作。当时我很蒙蔽，懵逼的不是思路，而是手写，虽然写出来了，但是很多边界条件和代码规范自我感觉不好，所以有了这些细心的总结。那么今天的主题就是徒手写链表，应聘者该如何下手？ 我们通常写链表准备应聘的时候，通常背加上理解，但是过了几天又让你写。就会陌生了，虽然有点思路。还是模模糊糊，小鹿也有这个记性的“毛病”，“有毛病”就要治，怎么治？我们必须在脑海里形成一套可行的步骤和方法，在遇到手写就不用手忙脚乱，而是稳稳当当，从头到尾写出一个漂亮的链表结构及操作。 一、熟悉结构 首先我们要知道链表的结构以及每个节点的结构，这是我们手写链表的第一步，也是学习链表的第一步。我们知道，每个链表时这样表示的： 那每个节点结构是由数据域和指针域组成，数据域是存放数据的，而指针域存放下一结点的地址。 我们可以通过数据域访问到我们要的数据，而通过指针域访问到当前结点以后的结点，那么将这些结点串起来，就是一个链表。 那么用代码怎么来表示呢？ 我们通常会用到函数，我们如果将一个函数抽象成一个结点，那么我们给函数添加两个属性，一个属性是存放数据的属性data，另一个属性是存放指向下一个结点的指针属性next。 你可能会问，如果我们有成千上万个结点，要定义成千上万个函数？有一个函数叫做构造函数，想必大家都听说过

剖析关键词的五大技巧 技巧一： 查找引擎查找需求，分解关键词：笔者看了一些资料，影响查找引擎排位除了在链接联系之外中重要的一点就是查找需求分解！查找引擎触发点是用户给一个查找指令，查找引擎给出一个好的功效。环绕着这个触发点反思一下，用户为什么要查找这个关键词，后面埋没着什么需求？只要理解了用户的查找需求，那么咱们的页面排名才有可能排到前面。这也是查找引擎算法更新的重要起点。 说网络奉行，百度排名不得不去研讨查找引擎，作为被迫的奉行法子查找引擎此刻来说会给咱们的网站带来很大的浏览量，经由营销手法能够给咱们带来很大的营销机缘。 用户的查找需求分解，一个类型的关键词有可能会有良多种需求，人的需求分歧，需求就会发生变化，这个时重要的就是长尾关键词能够起到关键性的了局。长尾关键词能够缩小用户访谒量，给网站带来更精准的访谒用户。 广泛关键词的用户需求：百度排名假如想要一个规模大的关键词有排名，这个关键词有必要包含关键词内的一切用户需求。把关键字分解归纳起来，这个关键词会有排名。假如这个关键词包含的需求出格少，当然排名 也不会靠前，查找引擎会供给多的用户有需求的关键词给以排名。当用户查找一个规模斗劲广泛的关键词的时候，查找引擎也不知道什么样的需求适宜，只能把包含的需求多的页面引荐给查找用户。 倾向关键词用户需求：一个关键词包含多个用户需求，可是多个需求中有一个需求所占需求份额的50%以上

本博客内容耗时4天整理，如果需要转载，请注明出处，谢谢。 1.树 1.1树的定义 在计算机科学中，树（英语：tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>0）个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点： 每个节点都只有有限个子节点或无子节点； 没有父节点的节点称为根节点； 每一个非根节点有且只有一个父节点； 除了根节点外，每个子节点可以分为多个不相交的子树； 树里面没有环路(cycle) 1.2常见术语 节点的度 ：一个节点含有的 子树的个数 称为该节点的度； 树的度 ：一棵树中，最大的节点度称为树的度； 叶节点 或 终端节点 ：度为零的节点； 非终端节点 或 分支节点 ：度不为零的节点； 父亲节点 或 父节点 ：若一个节点含有子节点，则这个节点称为其子节点的父节点； 孩子节点 或 子节点 ：一个节点含有的子树的根节点称为该节点的子节点； 兄弟节点 ：具有相同父节点的节点互称为兄弟节点； 节点的 层次 ：从根开始定义起，根为第1层，根的子节点为第2层，以此类推； 深度 ：对于任意节点n,n的深度为从根到n的唯一路径长，根的深度为0； 高度 ：对于任意节点n,n的高度为从n到一片树叶的最长路径长，所有树叶的高度为0；

0.展示PTA总分（0----2） 展示3张关于“数组题目集”分数截图。 1.本章学习总结（2分） 1.1 学习内容总结 整理数组这章学习主要知识点，必须包含内容有： （1）数组查找数据 顺序查找法 顺序查找也称为线形查找，属于无序查找算法。从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。该查找法思路较为简单，容易上手。 /* 举一个例子 */ /*在给定的一组数中查找是否有数字 2*/ #include<stdio.h> int main() { int i; int a[5] = { 1, 2,3,4,5 }; int loc;//记录位置； int flag = 0; for (i = 0; i < 5; i++) { //遍历数组，寻找2； if (a[i] == 2) { loc = i; printf("2在这个数组的第%d项",loc); flag = 1; } } //判断是否发现了数2； if(flag==0) printf("2不在这个数组中。"); } 二分查找法 基本思想：也称为是折半查找，属于有序查找算法。确定上界下界（left,right），用给定值k先与中间结点(mid=(left+right)/2)的关键字比较，中间结点把线性数组分成两部分

20182301 2019-2020-1 《数据结构与面向对象程序设计》实验7报告 课程：《程序设计与数据结构》 班级： 1823 姓名： 赵沛凝 学号：20182301 实验教师：王志强 实验日期：2019年11月1日 必修/选修： 必修 1.实验内容 定义一个Searching和Sorting类，并在类中实现linearSearch,SelectionSort方法，最后完成测试。要求不少于10个测试用例，提交测试用例设计情况（正常，异常，边界，正序，逆序），用例数据中要包含自己学号的后四位，提交运行结果图。 重构你的代码 把Sorting.java Searching.java放入 cn.edu.besti.cs1823.（姓名首字母+四位学号） 包中（例如：cn.edu.besti.cs1823.G2301）把测试代码放test包中，重新编译，运行代码，提交编译，运行的截图（IDEA，命令行两种） 参考http://www.cnblogs.com/maybe2030/p/4715035.html ，学习各种查找算法并在Searching中补充查找算法并测试，提交运行结果截图 补充实现课上讲过的排序方法：希尔排序，堆排序，二叉树排序等(至少3个) 测试实现的算法（正常，异常，边界），提交运行结果截图（如果编写多个排序算法，即使其中三个排序程序有瑕疵，也可以酌情得满分）

目录 学号 2019-2020-1823 《数据结构与面向对象程序设计》实验六报告 1.实验内容 3. 实验过程中遇到的问题和解决过程 其他（感悟、思考等） 学号 2019-2020-1823 《数据结构与面向对象程序设计》实验六报告 班级： 1823 姓名： 杨凯涵 学号：20182321 实验教师：王志强 实验日期：2019年11月17日 必修/选修： 必修 1.实验内容 实验一 要求：定义一个Searching和Sorting类，并在类中实现linearSearch,SelectionSort方法，最后完成测试。 要求不少于10个测试用例，提交测试用例设计情况（正常，异常，边界，正序，逆序），用例数据中要包含自己学号的后四位 sorting类用的是选择排序，而searching类使用的是线性查找，这两个方法都是java算法里最最最最基本的算法了。代码如下 选择排序算法 public String selectionsort(String a) { String[] s = a.split("\\s"); int[] b = new int[s.length]; for(int i=0;i<b.length;i++) { int num = Integer.parseInt(s[i]); b[i]=num; } for(int i=0;i<b.length-1;i++) {

从原理到应用，Elasticsearch详解 https://segmentfault.com/a/1190000020022504 elasticsearch 2.1k 次阅读 · 读完需要 49 分钟 54 简介 Elasticsearch（简称ES）是一个分布式、可扩展、实时的搜索与数据分析引擎。ES不仅仅只是全文搜索，还支持结构化搜索、数据分析、复杂的语言处理、地理位置和对象间关联关系等。 ES的底层依赖Lucene，Lucene可以说是当下最先进、高性能、全功能的搜索引擎库。但是Lucene仅仅只是一个库。为了充分发挥其功能，你需要使用Java并将Lucene直接集成到应用程序中。更糟糕的是，您可能需要获得信息检索学位才能了解其工作原理，因为Lucene非常复杂——《ElasticSearch官方权威指南》。 鉴于Lucene如此强大却难以上手的特点，诞生了ES。ES也是使用Java编写的，它的内部使用Lucene做索引与搜索，它的目的是隐藏Lucene的复杂性，取而代之的提供一套简单一致的RESTful API。 总体来说，ES具有如下特点： 一个分布式的实时文档存储引擎，每个字段都可以被索引与搜索 一个分布式实时分析搜索引擎，支持各种查询和聚合操作 能胜任上百个服务节点的扩展，并可以支持PB级别的结构化或者非结构化数据 架构 节点类型 ES的架构很简单

学号20182329 2019-2020-1 《数据结构与面向对象程序设计》第9周学习总结 教材学习内容总结 编写一个二叉树。 创建NODE的ATD结构，以及Link的ATD结构以适应树的建立。 学会使用树的先序遍历、中序遍历、后序遍历，来查找、后者是建立树。 学习决策树的的定义和实现方法，可以参照完全二叉树的建立。 用链定义一串字符，学会链的构成和查找 学习顺序查找、二分法查找、差值查找，被学会在链或者数组的情况下实现。 学习斐波那契数列的查找方法，也是二分查找的一种提升算法，通过运用黄金比例的概念在数列中选择查找点进行查找，提高查找效率。 学习二叉树的排序方法，并运用二叉树查找。 编写二叉树以收纳一组数据，可以运用中序遍历、前序遍历、后序遍历来进行查找。 简单学习二叉树方面的红黑数。 学习分块查找、哈希查找在链表上的实现方法。 学习堆的定义和结构，并完成堆的实现，学会在堆立面进行查找、添加删除等操作 教材学习中的问题和解决过程啊 问题1：在学习归并查找的过程中，发现在分解和归并的每一步中度需要进行一轮比较，也就是说，在一个循环中套两个循环，但是这样的运算算法就会非常复杂，而且只是设置分解在循环中可以，但是很难把合成也放在其中。 问题1解决方法：算法本身复杂是没有解决的方法，两个循环无法并行时，可以将归并部分的代码重新设置一个方法，需要的时候调用就可以了。 问题2：