14. 2.Последовательный массив

Поиском называется процедура выделения из некоторого множества записей определенного подмножества, записи которого удовлетворяют некоторому заранее поставленному условию. Условие поиска часто называют запросом на поиск.

15. Простейшим условием поиска является поиск по совпадению, т. е. равенство значения ключевого атрибута i-й записи p(i) и некоторого заранее заданного значения q. Алгоритмы всех разновидностей поиска можно получить из алгоритмов поиска по совпадению, которые и рассматриваются в дальнейшем.

Базовым методом доступа к массиву является ступенчатый поиск. Этот метод предполагает упорядоченность обрабатываемых записей, причем безразлично, по возрастанию или по убыванию. Для определенности будем считать, что массив отсортирован по возрастанию значений ключевого атрибута p(i).

16. Простейшим вариантом ступенчатого поиска (его можно назвать одноступенчатым) является последовательный поиск. Искомое значение q сравнивается с ключом первой записи, если значения не совпадают, с ключом второй записи и т. д. до тех пор, пока q не станет больше ключа очередной записи. Алгоритм последовательного поиска может быть представлен следующей программой на языке Паскаль:

program poisk;

const M=20;

var i,q:integer;

p: array[l..M] of integer;

begin

write ('ввод q');

readln(q);

for i:=l to M do

begin

write('ввод' i,' элемента массива'); readln(p[i])

end;

i:=l;

while q < p[i] do i:= i+1;

if q <> p[i] then writeln (B массиве нет значения', q)

else writeln ('номер ',i,' значение', q)

end.

Число сравнений в цикле while может быть выражено как

где суммирование по i ведется в пределах от 1 до М.

Поиск с одинаковой вероятностью r(i)=l/M может окончиться на любой записи, поэтому

С = (1/М) Σ i = (М + 1)/2 или С ~ М.

17. Рассмотрим двухступенчатый поиск в массиве, состоящем из М записей. Для заданного М выбирается константа dl, называемая шагом поиска. Если необходимо отыскать запись со значением ключевого атрибута, равным q, производятся следующие действия.

Значение q последовательно сравнивается с рядом величин р(1), p(l+dl), p(l+2*dl), ..., p(l+k*dl) до тех пор, пока будет впервые достигнуто неравенство p(l+m*dl)=>q. Здесь заканчивается первая ступень поиска.

18. На второй ступени q последовательно сравнивается со всеми ключами, которые имеют номер l+m*dl и больше, до тех пор, пока в процессе сравнений будет достигнут ключ, больший, чем q. Извлеченные при этом записи с ключом q образуют результат поиска.

19. Эффективность поиска измеряется количеством произведенных сравнений. Для двухступенчатого поиска среднее число сравнений примерно составит:

C = M/(2*dl) + dl/2.

Параметр dl выбираемый и естественно выбрать его так, чтобы минимизировалось С. Будем считать dl непрерывной переменной и вычислим производную

C'=-M/(2*dl^{^}2)+l/2.

20. Из условия С'= 0 получаем dl=SQR(M). Вторая производная С" в точке х = dl положительна, следовательно, достигнуто минимальное значение С.

21. При n-ступенчатом поиске заранее выбираются константы n и S. На первом этапе ключевые атрибуты для сравнения с искомым ключом q выбираются из массива по закону арифметической прогрессии, начиная с р(1) и шагом dl=M/S (округление в меньшую сторону). Когда будет впервые достигнут ключ p(k) > q, выбирается шаг d2 = dl/S и организуются сравнения с этим шагом, начиная с p(k-dl). Описанные действия повторяются п раз, причем шаг на последней ступени поиска dn=l.

Минимальное число сравнений достигается при S=M^{^}(l/n), и, кроме того, существует оптимальное n=ln(М).

22. Ступенчатый поиск имеет важный частный вариант - бинарный поиск, когда S=2.

Для бинарного поиска вводятся левая граница интервала поиска А и правая граница В. Первоначально интервал охватывает весь массив, т. е. А=0, В=М+1. Вычисляется середина интервала i по формуле i=(A+B)/2 с округлением в меньшую сторону. Ключ i-й записи p(i) сравнивается с искомым значением q. Если p(i) =q, то поиск заканчивается.

23 В случае p(i)>q записи с номерами i+1, i+2,.... М заведомо не содержат ключа q, и надо сократить интервал поиска, приняв B=i. Аналогично при p(i)<q надо взять A=i. Далее середина интервала вычисляется заново, и все действия повторяются. Если будет достигнут нулевой интервал, то требуемой записи в массиве нет.

24 Достаточно легко оценить максимальное число сравнений Cm при поиске данных бинарным методом. Сокращение интервала поиска на каждом шаге в худшем случае приведет к интервалу нулевой длины, что соответствует отсутствию в массиве искомого значения ключевого атрибута. После первого сравнения интервал поиска составит М/2 записей, после второго - М/4 и т. д. Когда интервал поиска впервые станет меньше 1, применяемая схема округления результата деления даст нулевой интервал и поиск закончится.

25 Это соответствует неравенству

М/(2^{^}Сm)<=1

(знак ^{^} обозначает возведение в степень), откуда Cm~log M.

26. Среднее число сравнений при бинарном поиске составляет C=log(M) -1. Для обоснования представим все возможные разветвления алгоритма бинарного поиска в виде дерева. Число уровней дерева соответствует Ст. Половина возможных сравнений расположена на последнем уровне и половина - на первых (log(M)-1) уровнях.

Определение лучшего метода поиска (из рассмотренных выше последовательного, двухступенчатого и бинарного) опирается на следующие рассуждения. Во всех трех случаях время поиска является функцией от числа записей М. Конкретные выражения составляют:

• для последовательного поиска

Т1~М или Т1=к1*М;

• для двухступенчатого поиска

T2~SQR(M) или T2=k2(SQR(M));

• для бинарного поиска

T3~logM или T3=k3*logM.

Коэффициенты пропорциональности в каждом случае неизвестны (они определяются в зависимости от быстродействия ЭВМ и применяемого языка программирования). Однако очевидно, что функция логарифма растет с увеличением М медленнее, чем две другие функции (для Т1 и Т2), как это показано на рис. 3.2.

27

Рис. 3.2. Сравнение методов поиска данных в массиве

28. Поэтому можно утверждать даже при неизвестных коэффициентах kl, k2, k3, что при достаточно большом числе записей М бинарный метод поиска выполняется, безусловно, быстрее двух остальных. Значения kl, k2, k3 влияют на граничную величину М, выше которой преимущество бинарного поиска безусловно.

Корректировка последовательного массива

Корректировка массива может касаться одной его записи или группы записей. Отдельная запись может включаться в массив и исключаться из него. Кроме того, в записи могут быть изменены значения отдельных атрибутов (как правило, неключевых). В любом случае перед непосредственно корректировкой выполняется поиск местонахождения корректируемой записи.

Включение новой записи (например, со значением ключевого атрибута w) в последовательный упорядоченный массив не должно нарушать его упорядоченность. Поэтому сначала необходимо найти положение новой записи относительно имеющихся в массиве записей, т. е. выполнить поиск ключа новой записи w. Если значения w в массиве нет, то поиск остановится там, где должна находиться запись с ключом w при сохранении общей упорядоченности массива. Новая запись не может сразу занять место, где остановился поиск, необходимо выполнить пересылку записей, чтобы освободить его. Пересылка начинается с последней записи (она после пересылки занимает следующую позицию по направлению к концу массива), затем предпоследняя запись пересылается на место последней и т. д. В результате освобождается место для новой записи.

Итак, время включения записи складывается из времени поиска и времени пересылки записей. В среднем пересылка затрагивает примерно половину записей массива. Время пересылки одной записи пропорционально ее длине.

Tk=logM+M*L, где L - длина одной записи массива.

В формуле для Тк второе слагаемое по величине всегда значительно превышает первое, поэтому можно считать:

Tk~M*L.

При исключении записи из массива также необходимо сначала найти в массиве ключ удаляемой записи, а затем выполнить пересылки записей в направлении к началу массива для уничтожения исключаемой записи в памяти. Очевидно, что время исключения записи описывается той же формулой, что и время включения записи.

Можно прийти к выводу, что включение-исключение записей поодиночке является очень длительной процедурой. Поэтому в ряде случаев удобно накапливать корректирующие записи в специальном массиве изменений, а не вносить их по мере появления.

Массив записей, подвергающихся изменениям, называется основным. Изменения, которые необходимо внести в основной массив, накапливаются в специальном упорядоченном массиве изменений, рассчитанном на 1<=m<=М записей. Обычно т составляет несколько процентов от М. При необходимости обработки основного массива он объединяется с массивом изменений.

При объединении основного массива с массивом изменений выполняются следующие операции (алгоритм слияния):

• ключ очередной записи основного массива сравнивается с ключом очередной записи массива изменений, и запись с меньшим значением ключа добавляется в новый массив (результат слияния);

• когда все записи одного из массивов будут перезаписаны полностью, оставшиеся записи другого массива добавляются в результирующий массив, и алгоритм заканчивается