数据结构总结（三）：查找

1、二分从查找

最简单的状况：有序数组中不存在重复元素，查找特定元素：

const biaryFind = (sortedArr, target) => {
    if (sortedArr.length === 0) return -1
    let low = 0
    let high = sortedArr.length - 1
    while (low <= high) {
        const mid = Math.floor((low + high) / 2)
        //可写成：low+(high-low)/2。防止数据溢出
        //进一步优化 low+((high-low)>>1)。相比除法运算来讲，计算机处理位运算要快得多
        if (target === sortedArr[mid]) {
            return mid
        } else if (target < sortedArr[mid]) {
            high = mid - 1
        } else {
            low = mid + 1
        }
    }
    return -1
}

时间复杂度： O(logn)
适用场景：

• 数组，能按照下标随机访问元素
• 数据排好序
• 数据量不能太大，由于须要连续存储空间

二分查找的相关问题：

• 查找第一个值等于给定值的元素
• 查找最后一个值等于给定值的元素
• 查找第一个大于等于给定值的元素
• 查找最后一个小于等于给定值的元素

拓展
对有序链表的查找：跳表，查找时间复杂度O(logn)

2、散列表（Hash Table）

散列表也叫哈希表，使用数组支持按照下标随机访问数据的特性
散列函数计算key，获得散列值，做为下标。
装载因子=填入表中的元素个数/散列表的长度
解决散列冲突：

• 开放寻址法
  有线性探测法、二次探测、双重散列（用多个散列函数）
  注意点：删除不能直接将元素置空，要作标记，不然影响正常的查找
  缺点： 随着插入数据，空闲位置愈来愈少，冲突几率也变大，查找效率就会下降。适合数据量比较小、装载因子小
• 链表法 每一个槽位存一个链表。比较适合存储大对象、大数据量的散列表