介绍
查找算法（Searching Algorithm），简单来说，就是在一组数据中，找到某个特定目标元素的过程和方法。
它是计算机科学中最基础、最常用的算法之一，核心任务只有一个：判断目标是否存在，如果存在，找到它的位置。
概念
查找表 (Search Table)
由同一类型的数据元素（或记录）构成的集合。
例如：数组 [5, 2, 9, 1, 5, 6]。
关键字 (Key)
数据元素中某个数据项的值，用以标识一个数据元素。
例如：我们要找的数字 9。
查找成功 / 失败
- 成功：找到关键字对应的元素，返回其位置或索引。
- 失败：表中不存在该关键字，返回特定标识（如 -1）。
常见分类
通常分为两大类：静态查找（只查不改）和 动态查找（可增删改查）。下面是最常用的几种：
顺序查找 (Sequential Search)
- 适用场景：数据无序或有序均可，对数据结构无要求（数组、链表都行）。
- 思路：从第一个元素开始，一个一个往后比对，直到找到目标或遍历结束。
- 优点：简单，无需预处理数据。
- 缺点：效率低，平均时间复杂度为 O(n)。
二分查找 / 折半查找 (Binary Search)
- 适用场景：数据必须有序，且通常是数组（支持随机访问）。
- 思路：每次取中间元素与目标比较，排除一半数据，不断缩小范围。
- 优点：效率极高，时间复杂度 O(log n)。
- 缺点：要求数据有序，插入删除麻烦。
哈希查找 (Hash Search)
- 思路：通过哈希函数，把关键字直接映射到数组下标，一步定位。
- 优点：理论上接近 O(1) 时间复杂度。
- 缺点：需要设计好哈希函数，处理哈希冲突。
树查找
- 如二叉搜索树、平衡二叉树（AVL）、红黑树、B树/B+树等。
- 适合动态数据，插入、删除、查找都比较高效。
分块查找 (Block Search)
相对不常见，介于顺序查找和二分查找之间，先分块有序，块内无序，先找块再顺序查。
对比
| 查找方式 | 时间复杂度 | 数据要求 | 典型场景 |
|---|---|---|---|
| 顺序查找 | O(n) | 无要求 | 小数据、无序、简单实现 |
| 二分查找 | O(log n) | 必须有序、支持随机访问 | 数据库块、文件系统、索引结构 |
| 哈希查找 | O(1) | 哈希函数设计好 | 有序数组、静态数据 |
提示：树的分类太多，不同种类的情况不同，这里不列举
总结
查找算法就是“在一堆数据里找东西”的标准化方法，不同算法在速度、空间、是否要求有序、是否支持动态更新上各有取舍，实际开发中根据数据规模和使用场景选择。