int find(int array[], int  length, int value)
{  if(NULL == array || 0 == length)  return -1;  for(int index = 0; index < length; index++){  if(value == array[index])  return index;  }  return -1;
} 复制代码

分析：由于我们不清楚这个数据判断究竟需要多少次。但是，我们知道，这样一个数据查找最少需要1次，那么最多需要n次，平均下来可以看成是（1+n）/2，差不多是n的一半。我们把这种比较次数和n成正比的算法复杂度记为o（n）。（2）上面的数据没有任何特征，这导致我们的数据排列地杂乱无章。试想一下，如果数据排列地非常整齐，那结果会是什么样的呢？就像在生活中，如果平时不注意收拾整齐，那么找东西的时候非常麻烦，效率很低；但是一旦东西放的位置固定下来，所有东西都归类放好，那么结果就不一样了，我们就会形成思维定势，这样查找东西的效率就会非常高。那么，对一个有序的数组，我们应该怎么查找呢？二分法就是最好的方法。

                                int binary_sort(int array[], int length, int value)
{  if(NULL == array || 0 == length)  return -1;  int start = 0;  int end = length -1;  while(start <= end){  int middle = start + ((end - start) >> 1);  if(value == array[middle])  return middle;  else if(value > array[middle]){  start = middle + 1;  }else{  end = middle -1;  }  }  return -1;
}复制代码

分析：上面我们说到普通的数据查找算法复杂度是o（n）。那么我们可以用上面一样的方法判断一下算法复杂度。这种方法最少是1次，那么最多需要多少次呢？我们发现最多需要log（n+1）/log（2）即可。大家可以找个例子自己算一下，比如说7个数据，我们发现最多3次；如果是15个数据呢，那么最多4次；以此类推，详细的论证方法可以在《算法导论》、《计算机编程艺术》中找到。明显，这种数据查找的效率要比前面的查找方法高很多。（3）上面的查找是建立在连续内存基础之上的，那么如果是指针类型的数据呢？怎么办呢？那么就需要引入排序二叉树了。排序二叉树的定义很简单：（1）非叶子节点至少一边的分支非NULL；（2）叶子节点左右分支都为NULL；（3）每一个节点记录一个数据，同时左分支的数据都小于右分支的数据。可以看看下面的定义：

                                typedef struct _NODE
{  int data;
}NODE;  那么查找呢，那就更简单了。if(NULL == pNode)  return NULL;  if(data == pNode->data)  return pNode;  else if(data < pNode->data)  return find_data(pNode->left, data);  else  return find_data(pNode->right, data);
} 复制代码

（4）同样，我们看到（2）、（3）都是建立在完全排序的基础之上，那么有没有建立在折中基础之上的查找呢？有，那就是哈希表。哈希表的定义如下：1）每个数据按照某种聚类运算归到某一大类，然后所有数据链成一个链表；2）所有链表的头指针形成一个指针数组。这种方法因为不需要完整排序，所以在处理中等规模数据的时候很有效。其中节点的定义如下：

typedef struct _LINK_NODE
{  int data;
}LINK_NODE; 复制代码

那么hash表下面的数据怎么查找呢？

                                {  int index = data % mod;  if(NULL == array[index])  return NULL;  while(pLinkNode){  if(data == pLinkNode->data)  return pLinkNode;  pLinkNode = pLinkNode->next;  }  return pLinkNode;
} 复制代码

分析：hash表因为不需要排序，只进行简单的归类，在数据查找的时候特别方便。查找时间的大小取决于mod的大小。mod越小，那么hash查找就越接近于普通查找；那么hash越大呢，那么hash一次查找成功的概率就大大增加。