⑴ 在97个记录的由于顺序表中进行二分查找，最大比较次数是
在97个记录的由于顺序表中进行二分查找，最大比较次数是7次。
二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。
根据顺序表二分法查找比较次数的计算公式：
(1)顺序存储表实现二分查找扩展阅读
算法毁桥要求：
1、必须采用顺序存储结构。
2、必须按关键字大小有序排列。
在计算机中用一组地址连续的存储单元依次存储线性表的各个数据元素,称作线性表的顺序存储结构。
由此得到的存储结构为顺序存储结构，芦败通常顺序存储结构是借助于计算机程序设计语言（例如c/c++）的数组来描述的。
顺序存储结构的主要优点是节省存储空间，因为分配给数据的存储单元全用存放结点的数据（不考虑c/c++语言中数组需指定大小纤哗猛的情况），结点之间的逻辑关系没有占用额外的存储空间。
采用这种方法时，可实现对结点的随机存取，即每一个结点对应一个序号，由该序号可以直接计算出来结点的存储地址。
但顺序存储方法的主要缺点是不便于修改，对结点的插入、删除运算时，可能要移动一系列的结点。
优点：随机存取表中元素、储存密度大。
缺点：插入和删除操作需要移动元素。
⑵ 顺序表的顺序查找和二分查找
顺序查找,二分查找和哈希查找算法,它们各自的特点是：
1.对比顺序查找的特点就是从表的第一个元素开始一个一个向下查找，如果有和目标一致的元素，查找成功;如果到最后一个元素仍没渣姿有目标元素，则查找失败。
2.二分野梁毕查找的特点就是从表中间开始查找目标元素。如果找到一致元素，则查找成功。如果中间元素比目标元素小，则仍用二分查找方法查找表的后半部分(表是递增排列的)，反之颂芹中间元素比目标元素大，则查找表的前半部分。
3.哈希算法的特点是是使用给定数据构造哈希表，然后在哈希表上进行查找的一种算法。先给定一个值，然后根据哈希函数求得哈希地址，再根据哈希地址查找到要找的元素。是通过数据元素的存储地址进行查找的一种算法。
⑶ 基本算法——二分查找算法
二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。
1.条件
（1）必须采用 顺序存储结构 。
（2）必须按关键字大小有序排列。
2.步奏
（1）首先，假设表中元素是按升序排列，将表中间位置记录的 关键字 与查找关键字比较，如果两者相等，则查找成功；
（2）否则利用中间位置 记录 将表分成前、后和搏两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表；
（3）重复以上过程，直到找到满足条件的 记录 ，使查找成功，或直到子表不存在为止，此时查找不成功。
3.举例
有一组元素{1，2，3，4，5，6，7，8，9}，如何查到元素为3。
（1）找到数组中中间元素值5，不等于3，所以把数组分为{1，2，3，4}，{5，6，7，8，9}；
（2）因告棚衫为5大于3，所以3在前一个数组{1，2，3，4}中查找，中间变量2，3比2大，所以在{3，4}中查询；
（3）查询到3=3，成袜腔功。
4.复杂度
最好的情况下，1次查询成功；最坏的情况下，查询到最后两个数或者最后也查不到相等数，时间复杂度为O(log2n)。
⑷ 二分查找算法实现（图解）与实例
当我们要从一个序列中查找一个元素的时候，二分查找是一种非常快速的查找算法，二分查找又叫折半查找。
它对要查找的序列有两个要求，一是该序列必须是有序的（即该序列中的所有元素都是按照大小关系排好序的，升序和降序都可以，本文假设是升序排列的），二是该序列必须是顺序存储的。
如果一个序列是无序的或者是链表，那么该序列就不芹燃滑能进行二分查找。之所以被查找的序列要满足这样的条件，是由二分查找算法的原理决定的。
二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。
二分查找能应用于任何类型的数据，只要能将这些数据按照某种规则进行排序。然而，正因为它依赖于一个有序的集合，这使得它在处理那些频繁插入和删除操作的数据集时不太高效。这是因为，对于插入和操作来说，为了保证查找过程正常进行，必须保证数据集始终有序。相对于查找来说，维护一个有序数据集的代价更高。此外，元素必须存储在连续的空间中。因此，当待搜索的集合是相对静态的数据集时，此时使用二分查找段棚是最好的选择。
二分查找算法的原理如下：
二分查找之所以快速，是因为它在匹配不成功的时候，每次都能排除剩余元素中一半嫌腊的元素。因此可能包含目标元素的有效范围就收缩得很快，而不像顺序查找那样，每次仅能排除一个元素。
二分查找法实质上是不断地将有序数据集进行对半分割，并检查每个分区的中间元素。
此实现过程的实施是通过变量left和right控制一个循环来查找元素（其中left和right是正在查找的数据集的两个边界值）。
二分查找的时间复杂度取决于查找过程中分区数可能的最大值。对于一个有n个元素的数据集来说，最多可以进行O(㏒₂n)次分区。对于二分查找，这表示最终可能在最坏的情况下执行的检查的次数：例如，在没有找到目标时。所以二分查找的时间复杂度为O(㏒₂n)。
参考：
https://www.html.cn/qa/other/23018.html
https://www.cnblogs.com/idreamo/p/9000762.html
⑸ 二分法查找为什么只适用于顺序存储
举个例子，在1 2 6 4 5 7 8 9 10中，你要用二分法查找6，你得先把6跟中间的5比较，6很明显大于5，所以就只能在5 7 8 9 10中查找，这样很明显找不到，所以二分法必须要求用于顺序排列的数，如果不是顺序排列的，二分法就完全没有意义
⑹ 二分法查找适用于何种存储方式的有序表
二分法查找是一种效率比较高的查找方法，在进行二分法查找时，线性表节点必须按关键码值排序，且 线性表是以顺序存储方式存储的。
二分法查找的优点是比较次数少，查找速度快，平均检索长度小，经过｛＿loge n次比较就可以完成查找过程。缺点是在查找之前要为建立有序表付出代价，同时对有序表的插人和删除都需要平均比较和移动表中 的一半元素。一般情况下，二分查找适应于数据相对固定的情况，且二分法查找只适用于线性表的顺序存储。
⑺ 用顺序表实现二分查找算法
#include<iostream>
using namespace std;
int a[100];
int find1(int l,int r,int x)
{
int m=(l+r)/2;
if(l>r)//查找失败
return -1;
if(x==a[m])//查找成功返轮者回下标
return m;
else if(x>a[m])
find1(m+1,r,x);//查找右边
else if(x<a[m])
find1(l,m-1,x);//查找左边
}
int main()
{//折半查找，待查找数列必须有序(升序或降序)
int x,n,num;
cin>>n;//输出n待查找数列长度
for(int i=0;i<n;i++)
cin>>a[i];//输入n个数
cin>>x;//输入查找值
num=find1(0,n,x);//调用折半查找函数腊锋薯(返回下标)
if(num!=-1)//数组下标0~n-1；返回-1查找失败
{
cout<<x<<":在数组中的位置 "基旅;
cout<<num<<endl;
}
else
cout<<"查找失败"<<endl;
return 0;
}
⑻ 在顺序存储表中实现二分查找的算法
#include<iostream>
using namespace std;
const int size =5;
/举团/*****
bool find(int num[],int first,int length,int value)
{
if(first < length || length > 0){
if(value == num[(first+length)/2]) return true;
else if( value < num[(first+length)/2]) {find(num,first,(first+length)/2 - 1, value);}
else {find(num,(first+length)/2+1,length, value);}
}
else{
return false;
}
}
//****
int _tmain(int argc, _TCHAR* argv[])
{
int num[size],first=0,length=size,i,value;
cout<<"Input the num : \n";
for(i=0;i<size;++i)
cin>>num[i];
cout<<"The searched number: ";
cin>>value;
if( !find(num,first,length,value) )
cout<<"No found;\n";
else
cout<<"Yes found the number\n";
return 0;
}
// 散列表的！
#include <iostream>
using namespace std;
int HashSearch1(int ht[ ], int m, int k)
{
int j=k%m;
if (ht[j]==k)
return j; //没有发生判答闹冲突，比较一次查找成功
int i=(j+1) % m;
while (i!=j)
{
if (ht[i]==k)
return i; //发生冲突，比较若干次查找成功
i=(i+1) % m; //向后探测一个位置
}
if (i==j)
throw "溢出";
else
ht[i]=k; //查找不成功时插入
}
void main()
{
int s[11]={11,0,0,47,0,0,0,7,29,8,0};
cout<<"散列表中的元素有:\n";
for(int i=0;i<11;i++)
{
cout<<s[i]<<"掘罩 ";
}
cout<<"\n"<<"执行查找操作,结果为:\n"; //查找操作
cout<<HashSearch1(s,11,8)<<endl;
}