基于C语言的图书信息管理系统.zip

# 一、实验目的及要求 - 集合结构的表示及实现。 - 查找和排序算法的实现。 - 文件的存取操作 - 系统功能：图书采编、图书查询、图书流通和个人信息等功能 - 程序能对输入数据的容错性进行检查，保证数据的合法性。 - 用户界面的友好性：程序可提供菜单供用户选择和相应的交互信息。 # 二、算法原理概述 ## 2.1 查找 ### 2.1.1 查找算法分类： - 静态查找和动态查找； - 静态或者动态都是针对查找表而言的。 - 动态表指查找表中有删除和插入操作的表。 - 无序查找和有序查找。 - 　无序查找：被查找数列有序无序均可； - 　有序查找：被查找数列必须为有序数列。 ### 2.1.2 查找的基本概念 - 查找:在数据集合中，寻找满足某种条件的数据元素的过程称为查找。 - 查找表（查找结构）;用于查找的数据集合称为查找表。 - 关键字是数据元素中某个数据项的值，用它可以标识一个数据元素，若此关键字可以唯一地标识一个记录，用词关键字为主关键字。 - 平均查找长度是所有查找过程中进行关键字的比较次数的平均值。 对于 n 个元素的表，给定值 key 与表中第 i 个元素相等，需进行 n-i+1 次关键字的比较。 平均查找长度（Average Search Length，ASL）：需和指定 key 进行比较的关键字的个数的期望值，称为查找算法在查找成功时的平均查找长度。 对于含有 n 个数据元素的查找表，查找成功的平均查找长度为：ASL = Pi*Ci 的和。 Pi：查找表中第 i 个数据元素的概率。 Ci：找到第 i 个数据元素时已经比较过的次数。 ### 2.1.3 常见的查找算法 1.顺序查找 前提：顺序查找适合于存储结构为顺序存储或链接存储的线性表。 基本思想：顺序查找也称为线形查找，属于无序查找算法。从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值 k 相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于 k 的结点，表示查找失败。 复杂度分析：　 查找成功时的平均查找长度为：（假设每个数据元素的概率相等） ASL = 1/n(1+2+3+…+n) = (n+1)/2 ; 当查找不成功时，需要 n+1 次比较，时间复杂度为 O(n); 所以，顺序查找的时间复杂度为 O(n)。 C++ 实现源码： ```c++ //顺序查找 1. int SequenceSearch(int a[], int value, int n) 2. { 3. int i; 4. for(i=0; i<n; i++) 5. if(a[i]==value) 6. return i; 7. return -1; 8. } ``` 2.二分查找 前提：元素必须是有序的，如果是无序的则要先进行排序操作。 基本思想：也称为是折半查找，属于有序查找算法。用给定值 k 先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，再根据 k 与该中间结点关键字的比较结果确定下一步查找哪个子表，这样递归进行，直到查找到或查找结束发现表中没有这样的结点。 复杂度分析：最坏情况下，关键词比较次数为 log(n+1)，且期望时间复杂度为 O(logn)； 注：折半查找的前提条件是需要有序表顺序存储，对于静态查找表，一次排序后不再变化，折半查找能得到不错的效率。但对于需要频繁执行插入或删除操作的数据集来说，维护有序的排序会带来不小的工作量，那就不建议使用。——《大话》 C++ 实现源码如下： ```c++ 1. //二分查找（折半查找），版本1 2. int BinarySearch1(int a[], int value, int n) 3. { 4. int low, high, mid; 5. low = 0; 6. high = n-1; 7. while(low<=high) 8. { 9. mid = (low+high)/2; 10. if(a[mid]==value) 11. return mid; 12. if(a[mid]>value) 13. high = mid-1; 14. if(a[mid]<value) 15. low = mid+1; 16. } 17. return -1; 18. } 19. 20. //二分查找，递归版本 21. int BinarySearch2(int a[], int value, int low, int high) 22. { 23. int mid = low+(high-low)/2; 24. if(low > high) 25. return -1; 26. if(a[mid]==value) 27. return mid; 28. if(a[mid]>value) 29. return BinarySearch2(a, value, low, mid-1); 30. if(a[mid]<value) 31. return BinarySearch2(a, value, mid+1, high); 32. } ``` 3.分块查找 分块查找又称索引顺序查找，它是顺序查找的一种改进方法。 算法思想：将 n 个数据元素"按块有序"划分为 m 块（m ≤ n）。每一块中的结点不必有序，但块与块之间必须"按块有序"；即第 1 块中任一元素的关键字都必须小于第 2 块中任一元素的关键字；而第 2 块中任一元素又都必须小于第 3 块中的任一元素，…… 算法流程： step1 先选取各块中的最大关键字构成一个索引表； step2 查找分两个部分：先对索引表进行二分查找或顺序查找，以确定待查记录在哪一块中；然后，在已确定的块中用顺序法进行查找。 4.树表查找 最简单的树表查找算法——二叉树查找算法。 基本思想：二叉查找树是先对待查找的数据进行生成树，确保树的左分支的值小于右分支的值，然后在就行和每个节点的父节点比较大小，查找最适合的范围。这个算法的查找效率很高，但是如果使用这种查找方法要首先创建树。 二叉查找树（BinarySearch Tree，也叫二叉搜索树，或称二叉排序树 Binary Sort Tree）或者是一棵空树，或者是具有下列性质的二叉树： - 　　若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值； - 　　若任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值； - 　　任意节点的左、右子树也分别为二叉查找树。 二叉查找树性质：对二叉查找树进行中序遍历，即可得到有序的数列。 二叉查找树平均查找性能不错，为 O(logn)，但是最坏情况会退化为 O(n)。在二叉查找树的基础上进行优化，我们可以使用平衡查找树 5.哈希查找 什么是哈希表（Hash）？ 　　我们使用一个下标范围比较大的数组来存储元素。可以设计一个函数（哈希函数， 也叫做散列函数），使得每个元素的关键字都与一个函数值（即数组下标）相对应，于是用这个数组单元来存储这个元素；也可以简单的理解为，按照关键字为每一个元素"分类"，然后将这个元素存储在相应"类"所对应的地方。但是，不能够保证每个元素的关键字与函数值是一一对应的，因此极有可能出现对于不同的元素，却计算出了相同的函数值，这样就产生了"冲突"，换句话说，就是把不同的元素分在了相同的"类"之中。后面我们将看到一种解决"冲突"的简便做法。 总的来说，"直接定址"与"解决冲突"是哈希表的两大特点。 什么是哈希函数？ 哈希函数的规则是：通过某种转换关系，使关键字适度的分散到指定大小的的顺序结构中，越分散，则以后查找的时间复杂度越小，空间复杂度越高。 算法思想：如果所有的键都是整数，那么就可以使用一个简单的无序数组来实现：将键作为索引，值即为其对应的值，这样就可以快速访问任意键的值。可以将其扩展到可以处理更加复杂的类型的键。 算法流程： - 　　用给定的哈希函数构造哈希表； - 根据选择的冲突处理方法解�