1. 幾種常見的查找演算法之比較
二分法平均查找效率是O(logn)，但是需要數組是排序的。如果沒有排過序，就只好先用O（nlogn)的預處理為它排個序了。而且它的插入比較困難，經常需要移動整個數組，所以動態的情況下比較慢。
哈希查找理想的插入和查找效率是O(1)，但條件是需要找到一個良好的散列函數，使得分配較為平均。另外，哈希表需要較大的空間，至少要比O(n)大幾倍，否則產生沖突的概率很高。
二叉排序樹查找也是O(logn)的，關鍵是插入值時需要做一些處理使得它較為平衡（否則容易出現輕重的不平衡，查找效率最壞會降到O(n)），而且寫起來稍微麻煩一些，具體的演算法你可以隨便找一本介紹數據結構的書看看。當然，如果你用的是c語言，直接利用它的庫類型map、multimap就可以了,它是用紅黑樹實現的，理論上插入、查找時間都是O(logn)，很方便，不過一般會比自己實現的二叉平衡樹稍微慢一些。
2. 二分法查找演算法
哪裡查不到？我復制你的程序，輸入字元c，結果顯示「要查找的字元是第2個」，可以找到
3. 順序查找演算法
#include <stdio.h>
#include <stdlib.h>
#define MAX_LENGTH 100
typedef int KeyType;
typedef struct {
KeyType *elem;
int length;
}SSTable; //順序表的存儲結構
/*
此演算法比第二個演算法多了一個判定i是否出界的流程，對於查找數目較少的情況，
二者查找時間相差不大，對於存在大量數據時，該演算法的主要查找時間消耗再判
定是否出界上，所以第二個演算法明顯比第一個演算法好，唯一增加的就是一個「哨兵」
數據。
int Search_Seq(SSTable ST, KeyType key){
int i;
for(i=1; i<=ST.length && ST.elem[i] != key; i++ )
;
if(i<=ST.length)
return i;
else
return 0;
}
*/
int Search_Seq(SSTable ST, KeyType key){
int i;
ST.elem[0] = key; //「哨兵」，如果順序表中不存在要查找的數據的話，則查找指針必定指向該哨兵
for(i = ST.length; ST.elem[i] != key; i--)
;
return i; //找到的話，則i != 0,否則i = 0
}
void main()
{
int i, key;
SSTable T;
T.elem = (KeyType *)malloc(sizeof(KeyType));
printf("How Many Entries Do You Want input\n");
scanf("%d", &T.length);
for(i=1; i<=T.length; i++){
printf("Please input the %dth entries \n", i);
scanf("%d", &T.elem[i]);
}
for (i=1; i<=T.length; i++)
printf("%5d",T.elem[i]); //顯示已經輸入的所有數據
printf("\nPlease input the data you want to search\n");
scanf("%d", &key);
i = Search_Seq(T,key);
printf("the search data is locate the %dth(0 indicate can not find)\n",i);
}
4. 查找演算法有幾種,怎麼編程
大概有順序查找，二分查找，堆查找，二叉樹查找，散列查找等，老兄自己上網看看行嗎？我實在沒時間給你寫代碼，找本數據結構看看吧
5. java中哪種查找演算法最有效率
這個問題不能一概而論
如果有一種演算法優於其他演算法，那麼其他演算法就不存在了不是？
所以，要看在什麼情況下，那麼有這么幾個方面
背景數量級和匹配數量級，就是說你要在多少數據中查找多少數據。
背景數據差異度，背景數據如果包羅萬象，或者都是數字，那麼選擇的演算法區別就大了
背景數據整理程度。很多人在選擇查找演算法時不考慮這個，但是這在實際應用中很有異議，比如數據都排序過和沒有排序過，可想而知演算法的選擇有很大的不同。
匹配方式，是用「等於」 這種方式匹配，還是用like這種方式匹配，也對演算法有很大影響。
6. 最好的查找演算法是什麼
沒有最好只有更好
對不同特徵的數據也有不同的查找演算法，所有的查找演算法都是針對某一特徵的數據進行優化的，比如用散列表查找很快的數據用二分發就不一定快，散列表用不同的哈希演算法查找性能也大不相同。
7. 查找演算法的作用
查找就是在一個數據集合里查找到你需要的數據，查找演算法就是在查找過程中使用的演算法。查找演算法有好多，最基礎的就是線性表查找。
因為提到了演算法，所以需要注意的是時間復雜度跟空間復雜度，進而涉及到數據的存儲方式，比如數組，鏈表，矩陣，樹，圖等等數據結構，這些數據結構可以幫助你降低演算法的復雜度。
如果有興趣，隨便找本數據結構書翻翻，裡面或多或少都會有講解。用關鍵字標識一個數據元素，查找時根據給定的某個值，在表中確定一個關鍵字的值等於給定值的記錄或數據元素。在計算機中進行查找的方法是根據表中的記錄的組織結構確定的。順序查找也稱為線形查找，從數據結構線形表的一端開始，順序掃描，依次將掃描到的結點關鍵字與給定值k相比較，若相等則表示查找成功；若掃描結束仍沒有找到關鍵字等於k的結點，表示查找失敗。二分查找要求線形表中的結點按關鍵字值升序或降序排列，用給定值k先與中間結點的關鍵字比較，中間結點把線形表分成兩個子表，若相等則查找成功；若不相等，再根據k與該中間結點關鍵字的比較結果確定下一步查找哪個子表，這樣遞歸進行，直到查找到或查找結束發現表中沒有這樣的結點。分塊查找也稱為索引查找，把線形分成若干塊，在每一塊中的數據元素的存儲順序是任意的，但要求塊與塊之間須按關鍵字值的大小有序排列，還要建立一個按關鍵字值遞增順序排列的索引表，索引表中的一項對應線形表中的一塊，
8. 高效率排序查找演算法
(1) 若n較小(n <= 50)，則可以採用直接插入排序或直接選擇排序。由於直接插入排序所需的記錄移動操作較直接選擇排序多，因而當記錄本身信息量較大時，用直接選擇排序較好。
(2) 若文件的初始狀態已按關鍵字基本有序，則選用直接插入或冒泡排序為宜。
(3) 若n較大，則應採用時間復雜度為O(nlog2n)的排序方法：快速排序、堆排序或歸並排序。
快速排序是目前基於比較的內部排序法中被認為是最好的方法。
9. 數據結構中有哪些查找演算法
和二分查找性能接近的：既然可以二分查找，那麼關鍵字肯定可以滿足全序關系。那麼可以用二叉查找樹，一般的就是平攤O(logn),最壞O(n)。如果用平衡樹，如AVL,Treap,Splay等等，可以做到保持O(logn)的界。
比二分查找性能更優的：大概只有Hash了吧。如果Hash函數設計的好，基本可以認為是O(1)的。這個你最好系統學習一下，尤其是字元串的Hash函數。