顺序查找、二分查找、哈希表查找、二叉排序树查找这几种查找算法是面试中常被问到的几种算法。
1. 顺序查找
对于数组，按顺序比较给定的值，时间复杂度0(n),，以下是实现：
public static int Linear_Search(int[] data, int key) {
if (data == null || data.length <= 0) {
return -1;
}
for (int i = 0; i < data.length; i++) {
if (data[i] == key) {
return i;
}
}
return -1;
}2.二分查找
二分查找是针对已有序的序列进行的高效查找，时间复杂度0(n),，以下是实现：
/**
* 二分查找的前提是有序,循環
*
* @param data
* @param key
* @return
*/
public static int binarySearch(int[] data, int key) {
if (data == null || data.length <= 0) {
return -1;
}
int low = 0;
int high = data.length - 1;
while (low < high) {
int mid = (low + high) / 2;
if (data[mid] == key) {
return mid;
} else if (data[mid] > key) {
high = mid - 1;
} else if (data[mid] < key) {
low = mid + 1;
}
}
return -1;
}
/**
* 二分查找的前提是有序,递归
*
* @param data
* @param key
* @return
*/
public static int recursiveBinarySearch(int[] data, int low, int high, int key) {
if (data == null || data.length <= 0) {
return -1;
}
if (low < high) {
int mid = (low + high) / 2;
if (data[mid] == key) {
return mid;
} else if (data[mid] > key) {
recursiveBinarySearch(data, low, mid - 1, key);
} else if (data[mid] < key) {
recursiveBinarySearch(data, mid + 1, high, key);
}
}
return -1;
}3.哈希表查找
哈希查找是通过计算数据元素的存储地址进行查找的一种方法。O(1)的查找，即所谓的秒杀。哈希查找的本质是先将数据映射成它的哈希值。哈希查找的核心是构造一个哈希函数，它将原来直观、整洁的数据映射为看上去似乎是随机的一些整数。
哈希查找的操作步骤：
1) 用给定的哈希函数构造哈希表；
2) 根据选择的冲突处理方法解决地址冲突；
3) 在哈希表的基础上执行哈希查找。
建立哈希表操作步骤：
1) step1 取数据元素的关键字key，计算其哈希函数值（地址）。若该地址对应的存储空间还没有被占用，则将该元素存入；否则执行step2解决冲突。
2) step2 根据选择的冲突处理方法，计算关键字key的下一个存储地址。若下一个存储地址仍被占用，则继续执行step2，直到找到能用的存储地址为止。
哈希查找步骤为：
1) Step1 对给定k值，计算哈希地址 Di=H（k）；若HST为空，则查找失败；若HST=k，则查找成功；否则，执行step2（处理冲突）。
2) Step2 重复计算处理冲突的下一个存储地址 Dk=R（Dk-1），直到HST[Dk]为空，或HST[Dk]=k为止。若HST[Dk]=K，则查找成功，否则查找失败。
4.二叉排序树查找
构造一棵二叉排序树的目的，其实并不是为了排序，而是为了提高查找和插入删除的效率。
二叉排序树具有以下几个特点。
1，若根节点有左子树，则左子树的所有节点都比根节点小。
2，若根节点有右子树，则右子树的所有节点都比根节点大。
3，根节点的左，右子树也分别为二叉排序树。
查找的实现：
boolean Search(BiTree T, int key, BiTree f, BiTree p){
if(T==null) {
p == f;
return false;
}
if(T.data == key) {
p == T;
return true;
} else if(T.data > key) {
return Search(T.lchild,key,T,p);
} else {
return Search(T.rchild,key,T,p);
}
} 插入的实现：
boolean Insert(BiTree T, int key)
{
if(!Search(T,key,null,p)) {
BiTree e = new BiTree(key);
if(p==null)//说明f是null，说明一开始就是一颗空树
{
T = e;
} else if(p.data > key)
p.lchild = e;
else
p.rchild = e;
retrun true;
}
return false;
} 参考：http://www.cnblogs.com/mcgrady/archive/2013/08/25/3280624.html
