在日常的演算法中，查詢是乙個經常涉及到的話題，而如何提高查詢的速度，也是很多程式設計師、軟體研究的話題。
先看乙個例子。
有這樣乙個資料型別s ：
學生姓名（name），性別(***)，年齡(age)。。。，
現在假設有這樣乙個需求;
檔案a、b中分別存放大量s 的記錄，需要將a、b中重複的記錄去掉。
我們用c**來演示今天的話題：
typedef struct tagstudent
s ;
對於這樣乙個問題，簡單的做法應該是如下：
a 中讀取記錄，儲存到乙個鍊錶（指標鍊錶，陣列鍊錶都可以）lista中，b中讀取記錄，儲存到listb中，然後用兩重迴圈來實現查詢：
int i ,j;
int ncounta = lista.getcount() ;
int ncountb = listb.getcount() ;
for (i=0; i < ncounta ;i++)
} }
假設比較匹配使用的是strcmp類似的演算法，時間複雜度為o(m)，
這樣的演算法，時間複雜度為o(n1*n2*m)，空間複雜度為o(n1)+o(n2)。
n1為lista大小，n2為listb大小，m為姓名長度。
下面，我們來對這個演算法優化。
首先我們在這裡討論，使用指標鍊錶好還是陣列鍊錶好。
指標鍊錶的優點在於插入，刪除快，但定位慢。
陣列鍊錶的優點在於定位塊，插入，刪除，很慢。
第一感覺應該是指標鍊錶會比較好，確實，我們在匹配過程中可以找到乙個重複資料就刪除，這樣確實會比較方便。
其實，在這個地方，使用陣列鍊錶優勢會更大。
我們分析一下指標鍊錶和陣列鍊錶插入的原理。
鍊錶指標每次插入的時候，直接在尾指標處插入乙個新資料，時間複雜度為o(1)，不討論其他細微的開銷。
陣列插入緩慢的原因，是因為，如果插入的資料不是最後乙個，就需要把插入點之後的資料全部向後移動乙個位置；刪除也是一樣的，時間複雜度為o（n）。但是，如果插入的資料是插入到末尾的話，那麼這種弊端就不存在。相反，插入，刪除，還會變的很快。這就如同鍊錶的尾指標一樣，可以達到o（1）時間內完成。
分析了陣列的插入原理，我們再對上面查詢的過程做修改。在每次查詢到重複資料的時候，不要立刻刪除，而先做個標記。當查詢結束後，再將沒有標記的資料複製到另外乙個陣列中，這樣就可以避開陣列的缺點，而發揮陣列的長處。c**演示如下
typedef struct tagstudent
s ;
int i ,j;
int ncounta = lista.getcount() ;
int ncountb = listb.getcount() ;
for (i=0; i < ncounta ;i++)
} }
} }
有人可能就會說了，使用鍊錶一樣也可以做標記，不刪除啊，為什麼不用鍊錶呢？是的，可以使用鍊錶，但是鍊錶的操作是對指標的操作，定位操作，最快也需要移動一次指標（p = p->next），而對於陣列，只需要i++，這兩個操作的速度還是有差別的。（當然，差別不大，但程式設計師不是經常為乙個指令週期而瘋狂嗎？）
到這裡，我們僅是對資料結構的設計，優化的重點就是暫時不刪除重複資料，而做標記，等處理完畢後，再統一做處理。這個演算法會增加空間複雜度，由o（n）變為o(2*n)。
那麼還有沒有辦法對這樣的演算法進行更進一步的優化呢？
有的，這也就是我今天要描述的重點。
可以想象，在上面的演算法中，有很多重複的步驟。例如，每次lista中取乙個資料，要去b中查詢，都需要遍歷b中一次，這就導致b中的操作太過頻繁。最終演算法緩慢。那麼現在我們就要優化在b中遍歷這一步。
我們這裡是以學生姓名做為匹配關鍵字，為簡單起見，假設資料a中的所有學生姓名不重複，資料b也滿足這個條件，後面我們再考慮複雜一點的情況。
對於每個學生姓名，既然唯一，那麼就可以使用乙個數值來代表，例如，1代表「張三」，2代表「李四」，那麼如果a中有「張三」，要在b中查詢有無「張三」，就只需要看b中有沒有1。有人會說，這樣做有什麼意義？意義有兩點：
1） 使用數值（dword）查詢，會比字串查詢速度快。因為字串查詢時間複雜度是o(n)，而數值匹配，時間複雜度為o(1)
2） 理解這個思路，對於後面的優化方法才能更加容易接受。
那麼如何將「張三」，「李四」對應到數值1，2呢？
使用crc(迴圈冗餘校驗)來實現這種對應關係。假設「張三」的hex值為「d5 c5 c8 fd」，那麼就可以定義數值dword dwindex = d5 + c5 + c8 + fd，這就是crc值。當然了，這個值如何計算，完全可以根據需要來，比如你覺得加法算出的crc值重複性大，那麼可以使用乘法，移位等演算法，來使數值比較分散，降低重複的機率。但這樣還是沒有辦法避免重複，所以，每次找到匹配數值後，還應該繼續檢查學生姓名是否匹配。演算法描述就是：
typedef struct tagstudent
s ;
int i ,j;
int ncounta = lista.getcount() ;
int ncountb = listb.getcount() ;
for (i=0; i < ncounta ;i++)
} }
} }
這樣一來，演算法就可以優化到o(n1*n2)了。
到這一步，估計不少人已經看出端倪了。不錯，接下來，我們就要使用雜湊表（hashtable）來優化資料儲存。
我們在上面說過，讀取資料的時候儲存到鍊錶或者陣列中，而現在，我們要儲存到雜湊表中，而雜湊表的索引（index）就是我們上面說過的，根據學生姓名算出來的數值。雜湊表的大小可以根據情況定義。雜湊表的資料結構可以設計成雜湊鍊錶，雜湊鍊錶的優勢在於：
1） 支援的資料可以無線擴大（鍊錶可以儲存無線大的）。
2） 對於碰撞的演算法簡單快速。
typedef struct tagstudent
s ;
iterator ita = hasha.begin() ;
for (; ita != ita.end(); ++ita)
} 我們來看看現在的時間複雜度。假設雜湊表大小為m，每次匹配的演算法複雜度為
o( n/m),完成整個操作的演算法複雜度為o(n1*n2/m)。
回頭再看一下我們遺留的乙個問題，如果學生姓名有重複，如何解決？
我們可以定義雜湊鍊錶，如果有重複的資料，就放到鍊錶中，所以匹配的時候，需要
在找到index數值後，然後再進一步使用字串匹配找到符合的學生記錄。
但是，需要知道的是，如果要支援模糊匹配，這種演算法就沒有辦法進行優化。
但是，如果資料本身可以提取特徵值，那麼模糊匹配也可以支援。具體情況要根據實際的情況去看了。
針對鍊錶，雜湊表的資料結構，可以自己設計，也可以使用stl，但我覺得，自己設計的資料結構，使用起來更加方便。速度慢？呵呵，stl的也沒有使用特殊的演算法，也沒有使用彙編，自己設計的為什麼就會慢呢？如果慢，那只能說明你設計的資料結構有問題了，呵呵。
演算法 快速查詢質數
其實，找乙個質數，很簡單啊，就是全部遍歷一次嘛，但是！我們這裡講一下，快速求解的辦法好吧！對於給定的乙個數，求解這個數內的所有質數！首先，對於乙個數n，只要它根號n內的數，不能整除它，那麼它就肯定是zh質數，因為這個是乘法交換律，ab ba，哈哈哈 然後呢，我們對於n個數內，我們可以直接pai 排除...
快速查詢素數
題目 時間限制 1000 ms 記憶體限制 65535 kb 難度 3 描述 現在給你乙個正整數n，要你快速的找出在2.n這些數裡面所有的素數。輸入給出乙個正整數數n n 2000000 但n為0時結束程式。測試資料不超過100組 輸出將2 n範圍內所有的素數輸出。兩個數之間用空格隔開 樣例輸入 5...
快速查詢素數
快速查詢素數 時間限制 1000 ms 記憶體限制 65535 kb 難度 3 描述現在給你乙個正整數n，要你快速的找出在2.n這些數裡面所有的素數。輸入給出乙個正整數數n n 2000000 但n為0時結束程式。測試資料不超過100組 輸出將2 n範圍內所有的素數輸出。兩個數之間用空格隔開 樣例輸...