我在这里有一点疑问......
如果我知道列表中的搜索元素（包括按顺序排序的32个元素）出现在前四个位置内，
这是最好的搜索算法 .
线性搜索至少需要4次迭代....二进制搜索至少5次迭代二进制搜索树如何...在这种情况下它是否提供更好的解决方案或等于二进制搜索...
我相信在这种情况下，线性搜索会更好 .
有谁可以确认一下吗？
如果你知道位置在前4个位置比线性搜索更好，因为你必须测试不超过4个元素 . 使用二进制搜索lg 32 = 5，因此您必须测试最多5个元素 .
此外，对于像这样的少量元素，时差可以忽略不计，并且通过保持简单和进行线性搜索，您将获得最佳服务 .
您也可以使用HashTable或HashSet进行O（1）时间，但是对于少量数据，线性搜索可能比执行散列函数更快 .
如果小差异确实很重要，我建议在它运行的环境中测量它 .
你可以对前4个元素进行二分查找 . 它将是lg 4 = 2次迭代！ :-)
有了这么多的元素和你手头的确切应用程序，二元搜索树将是一种矫枉过正 .
此外，为了解决现在的问题，线性搜索会更好，因为定位特定元素的预期迭代次数将超过二进制搜索 .
对于现实生活场景，所呈现的问题将非常罕见 . 因此，在排序数组上使用二进制搜索总是更好 .
如果数据以某种方式均匀分布，则使用插值搜索是明智的 . 通过使用分布知识，您很有可能在一步中猜出正确的位置 . 预期的复杂性是O（log（log（n））） .
这是我的页面的链接，我用Java实现了算法：Algoritmy.net - interpolation search implementation
4 回答
如果你知道位置在前4个位置比线性搜索更好，因为你必须测试不超过4个元素 . 使用二进制搜索lg 32 = 5，因此您必须测试最多5个元素 .
此外，对于像这样的少量元素，时差可以忽略不计，并且通过保持简单和进行线性搜索，您将获得最佳服务 .
您也可以使用HashTable或HashSet进行O（1）时间，但是对于少量数据，线性搜索可能比执行散列函数更快 .
如果小差异确实很重要，我建议在它运行的环境中测量它 .
你可以对前4个元素进行二分查找 . 它将是lg 4 = 2次迭代！ :-)
有了这么多的元素和你手头的确切应用程序，二元搜索树将是一种矫枉过正 .
此外，为了解决现在的问题，线性搜索会更好，因为定位特定元素的预期迭代次数将超过二进制搜索 .
对于现实生活场景，所呈现的问题将非常罕见 . 因此，在排序数组上使用二进制搜索总是更好 .
如果数据以某种方式均匀分布，则使用插值搜索是明智的 . 通过使用分布知识，您很有可能在一步中猜出正确的位置 . 预期的复杂性是O（log（log（n））） .
这是我的页面的链接，我用Java实现了算法：Algoritmy.net - interpolation search implementation