折半查找的平均查找长度公式推导

看严蔚敏版《数据结构》给出了折半查找的平均查找长度公式（如下图），但没有具体推导过程

所以我自己推导了一遍，用这篇文章把思路写下来

假设折半查找判定树为满二叉树，总节点数=$n$，高度(层数) =$h$

1、根据满二叉树的性质，总节点数 $n$ 与高度(层数) $h$ 的关系为

$n=2^h-1$

移项得

$2^h=n+1$

取对数得，高度(层数)

$h=lo{g}_2(n+1)$

2、根据满二叉树的性质，从第1层开始，每层的节点数为

第1层：$2^{1-1}=1$ 个节点（根节点）

第2层：$2^{2-1}=2$ 个节点

第3层：$2^{3-1}=4$ 个节点

……

第h层：$2^{h-1}$ 个节点

解释一下，上面严蔚敏版《数据结构》给出的平均查找长度公式

$ASL=\sum _{i=1}^n{P}_i{C}_i$

$P_i$ 代表查找到当前节点（第 i 个节点）的概率

$C_i$ 代表查找到当前节点（第 i 个节点）的累计比较次数

$P_i{C}_i$代表查找到当前节点（第 i 个节点）的加权比较次数（概率$\times$累计比较次数）

$\sum _{i=1}^n{P}_i{C}_i$ 代表对n个节点的加权比较次数求和（即加权平均比较次数，简称平均比较次数）

为简化分析，设查找到每个节点是等概率的

因为总共n个节点且等概率，所以概率为 $\frac{1}{n}$

则$P_i=\frac{1}{n}$ 变为常数，可以从求和式中提出

$ASL=\sum _{i=1}^n{P}_i{C}_i=\sum _{i=1}^n\frac{1}{n}{C}_i=\frac{1}{n}\sum _{i=1}^n{C}_i$

这里 $\sum _{i=1}^n{C}_i$ 代表对n个节点的累计比较次数求和（即总比较次数）

所以平均查找长度可描述为：平均查找长度=概率$\times$总比较次数

现在问题就转为求总比较次数了

下面仅分析查找成功的情况：

从折半查找判定树的根节点开始

每经过一个节点就比较一次，比较查找值与当前节点值的大小

如果查找值小于当前节点值，则选择左孩子，继续比较

如果查找值大于当前节点值，则选择右孩子，继续比较

如果查找值等于当前节点值，则查找成功

对于左（右）孩子又会重复上述比较过程

所以查找成功的整个过程，刚好是从根节点到查找成功节点的路径

例如下图这颗折半查找判定树

如果要查找【3】

从第1层的根节点【4】开始比较，因为3<4，所以选择左孩子，继续比较。此时累计比较1次

到第2层的左孩子【2】继续比较，因为3>2，所以选择右孩子，继续比较。此时累计比较2次

到第3层的右孩子【3】继续比较，因为3=3，所以查找成功。此时累计比较3次

查找成功的过程是 4——2——3 这条路径

可以发现

在第1层，累计比较1次

在第2层，累计比较2次

在第3层，累计比较3次

所以折半查找判定树中

节点累计比较次数=节点所在层数

那么同一层中所有节点的累计比较次数都相等（等于层数）

本文最前面，根据满二叉树的性质，已经得出每层的节点数

所以可以逐层计算，求和得出 总比较次数

第1层的累计比较次数=节点累计比较次数$\times$该层节点个数=节点所在层数$\times$该层节点个数=$1\times 2^{1-1}$

第2层的累计比较次数=节点累计比较次数$\times$该层节点个数=节点所在层数$\times$该层节点个数=$2\times 2^{2-1}$

第3层的累计比较次数=节点累计比较次数$\times$该层节点个数=节点所在层数$\times$该层节点个数=$3\times 2^{3-1}$

……

第h层的累计比较次数=节点累计比较次数$\times$该层节点个数=节点所在层数$\times$该层节点个数=$h\times 2^{h-1}$

将1到h层的累计比较次数相加得到总比较次数

总比较次数=$1\times 2^{1-1}+2\times 2^{2-1}+3\times 2^{3-1}+\dots \dots +h\times 2^{h-1}=\sum _{j=1}^{h}j\cdot 2^{j-1}$

又因为之前已得出 总比较次数=$\sum _{i=1}^n{C}_i$

所以 总比较次数=$\sum _{i=1}^n{C}_i=\sum _{j=1}^{h}j\cdot 2^{j-1}$

再看严蔚敏版《数据结构》给出的平均查找长度公式 $ASL=\sum _{i=1}^n{P}_i{C}_i$

这个求和式是按每个节点来计算，从1到$n$个节点，用查找到节点的概率 $\times$ 该节点的累计比较次数

最终将n个节点求和，得到平均查找长度，但缺点是不方便计算

所以前面的推导其实是转换思路，改为逐层计算

两种计算方式都会把节点过一遍，二者是等价的

将上面得出的 总比较次数 代入 平均查找长度公式 得

平均查找长度 $ASL=\sum _{i=1}^n{P}_i{C}_i=\frac{1}{n}\sum _{i=1}^n{C}_i=\frac{1}{n}\sum _{j=1}^{h}j\cdot 2^{j-1}$

现在重点就转到如何计算总比较次数 $\sum _{j=1}^{h}j\cdot 2^{j-1}$

其实这就是高中数学的复合数列{h⋅2h−1}\{\color{Black} {h \cdot 2^{h-1}\}}{h⋅2h−1}求和

前面是首项为1，公差为1的等差数列{h}{\color{Black} \{h\}}{h}

后面是首项为1，公比为2的等比数列{2h−1}{\color{Black} \{ 2^{h-1}\}}{2h−1}

复合数列求和的计算思路与等比数列相同（乘公比，错位相减）

$$\begin{array}{rl}{S}_h& =1\times 2^{1-1}+2\times 2^{2-1}+3\times 2^{3-1}+\dots \dots +h\times 2^{h-1}\\ 2S_h& =1\times 2^{2-1}+2\times 2^{3-1}+\dots \dots +(h-1)\times 2^{h-1}+h\times 2^h\\ & \\ 2S_h-S_h& =(-1)\times 2^{1-1}+(1-2)\times 2^{2-1}+(2-3)\times 2^{3-1}+\dots \dots +(h-1-h)\times 2^{h-1}+h\times 2^h\\ & =(-1)\times 2^0+(-1)\times 2^1+(-1)\times 2^2+\dots \dots +(-1)\times 2^{h-1}+h\times 2^h\\ & =(-1)\times (2^0+2^1+2^2+\dots \dots +2^{h-1})+h\times 2^h\\ & =(-1)\times \frac{2^0(1-2^h)}{1-2}+h\times 2^h\\ & =(-1)\times \frac{1\cdot (1-2^h)}{-1}+h\times 2^h\\ & =1-2^h+h\times 2^h\\ & =1+(-1+h)\times 2^h\\ S_h& =(h-1)2^h+1\end{array}$$

其中关键步骤是将多项式 $(2^0+2^1+2^2+\dots \dots +2^{h-1})$看作等比数列求和

首项 $a_1=2^0=1$，公比 $q=2$

代入等比数列求和公式 $S_n=\frac{a_1(1-q^n)}{1-q}=\frac{2^0(1-2^h)}{1-2}$

再合并同类项，最终得出总比较次数 $S_h=(h-1)2^h+1$

但是题目一般给出的是节点数 $n$，并不会给高度(层数) $h$，所以还需要把 $h$ 替换掉

本文最前面，根据满二叉树的性质，已经得出 $h=lo{g}_2(n+1)$

所以 $h$ 可以用这个表达式替换，但是公式中还有个 $2^h$，这个怎么办呢？

其实非常简单，替换后 $2^h=2^{lo{g}_2(n+1)}$

根据对数定义 $a^{lo{g}_{a}b}=b$，所以 $2^{lo{g}_2(n+1)}=n+1$

将h替换后的结果为

$$\begin{array}{rl}{S}_h& =(h-1)2^h+1\\ & =[lo{g}_2(n+1)-1]2^{lo{g}_2(n+1)}+1\\ & =[lo{g}_2(n+1)-1](n+1)+1\\ & =(n+1)lo{g}_2(n+1)-(n+1)+1\\ & =(n+1)lo{g}_2(n+1)-n-1+1\\ & =(n+1)lo{g}_2(n+1)-n\end{array}$$

所以总比较次数=$\sum _{i=1}^n{C}_i=\sum _{j=1}^{h}j\cdot 2^{j-1}=(h-1)2^h+1=(n+1)lo{g}_2(n+1)-n$

所以平均查找长度=概率$\times$总比较次数

$$\begin{array}{rl}ASL=\sum _{i=1}^n{p}_i\cdot c_i=\frac{1}{n}\sum _{i=1}^n{C}_i=\frac{1}{n}\sum _{j=1}^{h}j\cdot 2^{j-1}& =\frac{1}{n}[(n+1)lo{g}_2(n+1)-n]\\ & =\frac{n+1}{n}lo{g}_2(n+1)-\frac{n}{n}\\ & =\frac{n+1}{n}lo{g}_2(n+1)-1\end{array}$$

折半查找的平均查找长度$ASL=\frac{n+1}{n}lo{g}_2(n+1)-1$