數據結構總結（三）：查找

1、二分從查找

最簡單的狀況：有序數組中不存在重複元素，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)
        //可寫成：low+(high-low)/2。防止數據溢出
        //進一步優化 low+((high-low)>>1)。相比除法運算來講，計算機處理位運算要快得多
        if (target === sortedArr[mid]) {
            return mid
        } else if (target < sortedArr[mid]) {
            high = mid - 1
        } else {
            low = mid + 1
        }
    }
    return -1
}

時間複雜度： O(logn)
適用場景：

• 數組，能按照下標隨機訪問元素
• 數據排好序
• 數據量不能太大，由於須要連續存儲空間

二分查找的相關問題：

• 查找第一個值等於給定值的元素
• 查找最後一個值等於給定值的元素
• 查找第一個大於等於給定值的元素
• 查找最後一個小於等於給定值的元素

拓展
對有序鏈表的查找：跳錶，查找時間複雜度O(logn)

2、散列表（Hash Table）

散列表也叫哈希表，使用數組支持按照下標隨機訪問數據的特性
散列函數計算key，獲得散列值，做爲下標。
裝載因子=填入表中的元素個數/散列表的長度
解決散列衝突：

• 開放尋址法
  有線性探測法、二次探測、雙重散列（用多個散列函數）
  注意點：刪除不能直接將元素置空，要作標記，不然影響正常的查找
  缺點： 隨着插入數據，空閒位置愈來愈少，衝突機率也變大，查找效率就會下降。適合數據量比較小、裝載因子小
• 鏈表法 每一個槽位存一個鏈表。比較適合存儲大對象、大數據量的散列表