第七章学习小结

思维导图：

 

 

1.二叉排序树（二叉查找树）：【虽然折半查找效率较高，但因为顺序表更适用于静态查找，为了实现动态查找又可以达到折半查找的效率，所以引出了二叉排序树】

2.平衡二叉树：【由于二叉树的形态不稳定会影响查找时的时间复杂度，为了能使查找的速度较快（树的高度越小，查找的速度越快）要使树的高度尽可能小，所以引出了平衡二叉树，平衡二叉树是最好的二叉查找树】

3.B-树：【上面的查找方法是内查找法，适用于数据量较小的情况；当数据量较大的时候，需要进行的内、外存交换次数较多，费时较多；所以引出了B-树，使用的是外查找法】

4.散列表：【以上方法在查找过程中只考虑各关键字之间的相对大小，记录在存储结构中的位置与其关键字无直接关系，查找时间与表的长度有关；当结点个数很多的时候，查找需要大量地比较无效的关键字，使得查找速度慢；所以引出了散列表，使得关键字与相应的记录的存储地址建立起联系，这样查找时间就与记录的总数无关】

7-1作业：

1.在机场安检处做爆炸物品检测时，召回率比准确率更重要（F）

2.在度量搜索引擎的结果集的相关度时，召回率很低意味着大多数相关的文档没有被找到。（F）

3.在度量搜索引擎的结果集的相关度时，准确率很低意味着找出的大部分文档是无关的。（T）

【召回率(Recall Rate,也叫查全率，是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率。】

 

Hashing：

#include <iostream>
#include <cmath>
using namespace std;
int IsPrime(int m);
int NextPrime(int m);
int main()
{
    int MSize,n,TSize,key;//MSize是用户定义的表格大小，n是输入数字的数量
    cin>>MSize>>n;
    //确定散列表大小 
    if(IsPrime(MSize))
    TSize=MSize;
    else
    TSize=NextPrime(MSize);//cout<<TSize<<endl;
    //初始化散列表 
     int HT[TSize];
    for(int q=0;q<TSize;q++) 
    HT[q]=-1;//cout<<HT[q]<" ";
     
     //将元素插入散列表并输出下标
    for(int i=0;i<n;i++)
    {
        cin>>key;
        int pos=key%TSize;
        int temp=pos;
        int k=0;
        while(k<TSize)//k>=size后，平方探测将进入一个死循环
        {//完成找位置并在散列表中写入key 
            
            if(HT[pos]==-1)//该位置没有元素就写入key 
            {
                HT[pos]=key;
                cout<<pos;
                break;
            }
            else// 该位置有元素，使用平方探测法（仅具有增量）解决冲突，平方探测法是把平方与原 H(key)相加后再 %TSize 
            {
                k++;
                pos=(temp+k*k)%TSize; 
            }
        }
        
        if(k==TSize) //退出循环，该元素没有找到位置 
        cout<<"-";
        if(i!=n-1) //非最后一个元素，有空格 
        cout<<" ";
    }
    return 0;
}
int IsPrime(int m)
{//判断是否为素数，是则返回1； 
    if(m<=1) return 0;//1不是素数 
    for(int i=2;i<=sqrt(m);i++)
    {
        if(m%i==0)//是合数 
        return 0;
     } 
    return 1;
}
int NextPrime(int m)
{//寻找大于m的下一个最小素数
    while(!IsPrime(m)) m++;
    return m;
}