最邻近搜索问题有若干种解决方案，这些算法的优劣决定于他们求解的时间复杂度和用来查找的数据结构的空间复杂度。一种通常的说法表述为“维数灾难”（curse of dimensionality），指对于在大维数的欧几里得空间里用最邻近搜索的话，无法找到多项式的算法和多对数的查找时间。 最简单的最邻近搜索便是遍历整个点集，计算它们。
查找树执行一系列的查找操作，为了使整个查找时间更小，被查频率高的那些条目就应当经常处于靠近树根的位置。于是想到设计一个简单方法，在每次查找之后对树进行调整，把被查找的条目搬移到离树根近一些的地方。伸展树应运而生。伸展树是一种自调整形式的二叉查找树，它会沿着从某个节点到树根之间的路径，通过一系列的旋转把这个节点搬移到树根去。。
zha zhao shu zhi xing yi xi lie de zha zhao cao zuo ， wei le shi zheng ge zha zhao shi jian geng xiao ， bei zha pin lv gao de na xie tiao mu jiu ying dang jing chang chu yu kao jin shu gen de wei zhi 。 yu shi xiang dao she ji yi ge jian dan fang fa ， zai mei ci zha zhao zhi hou dui shu jin xing tiao zheng ， ba bei zha zhao de tiao mu ban yi dao li shu gen jin yi xie de di fang 。 shen zhan shu ying yun er sheng 。 shen zhan shu shi yi zhong zi tiao zheng xing shi de er cha zha zhao shu ， ta hui yan zhe cong mou ge jie dian dao shu gen zhi jian de lu jing ， tong guo yi xi lie de xuan zhuan ba zhe ge jie dian ban yi dao shu gen qu 。 。
在计算机科学中，克努斯-莫里斯-普拉特字符串查找算法（英语：Knuth–Morris–Pratt algorithm，简称为KMP算法）可在一个字符串S内查找一个词W的出现位置。一个词在不匹配时本身就包含足够的信息来确定下一个匹配可能的开始位置，此算法利用这一特性以避免重新检查先前配对的字符。。
，其中r为正整数，是2的x次方，x≥1，这使得基数树更适用于对于较小的集合（尤其是字符串很长的情况下）和有很长相同前缀的字符串集合。 基数树的查找方式也与常规树不同（常规的树查找一开始就对整个键进行比较，直到不相同为止），基数树查找时节点时，对于节点上的键都按块进行逐块比较，其中该节点中块的长度是基数r；。
等）。这是以空间换时间的典型实践，比暴力破解（Brute-force attack）用的时间少，空间更多；但与储存密码空间中的每一个密码及其对应的哈希值（Hash）实现的查找表相比，其花费的时间更多，空间更少。使用加盐的密钥派生函数可以使这种攻击难以实现。 彩虹表是马丁·赫尔曼早期提出的简单算法的应用。。
一段时间计算一定数量的角度的正弦值，譬如计算每个整数角度的正弦值，在后面的程序需要正弦值的时候，使用查找表从内存中提取临近角度的正弦值而不是使用数学公式进行计算。 在计算机出现之前，人们使用类似的表格来加快手工计算的速度。非常流行的表格有三角、对数、统计density函数。另外一种用来加快手工计算的工具是计算尺。。
查找。在介绍的三种处理冲突的方法中，产生冲突后的查找仍然是给定值与关键码进行比较的过程。所以，对散列表查找效率的量度，依然用平均查找长度来衡量。 查找过程中，关键码的比较次数，取决于产生冲突的多少，产生的冲突少，查找效率就高，产生的冲突多，查找效率就低。因此，影响产生冲突多少的因素，也就是影响查找。
˙△˙
Switching) 当一个未被标记的分组（IP包、帧中继或ATM信元）到达MPLS LER时，入口 LER根据输入分组头查找路由表以确定通向目的地的标记交换路径LSP，把查找到的对应LSP的标记插入到分组头中，完成端到端IP地址与MPLS标记的映射。 分组头与label的映射规则不但考虑数据流目。
＋▂＋
多眼，美国人则留意多些口。另外，文化也会影响我们如何参考其他人的表情。 许多精力被投入到开发能识别人脸的软件当中。 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别图像预处理（英语：Data pre-processing）、身份确认以及身份查找。
╯△╰
查找和借阅。原来的电子书目用TELNET作为技术支持，但是已不能满足现今图书馆联盟间的书目进行汇总。现在的网上书目多以地区性图书馆的书目加以汇总，能使读者的查询结果覆盖更大范围的图书馆。 对于传统的图书馆联机目录来说，最常见的查找。
，并实现了一个改良的英文词干提取器可以同时提取一些其他语言。 存在着几种的词干提取的算法，它们在性能和准确率还有对词干提取中遇到的问题的解决上有所不同。 一个简单的词干提取器从查找表中查找词尾变化。这种方法的优势是简单、速度快并容易控制异常情况。但它的缺点是所有的词尾变化的形式必须明确地包含在查询表。
在计算机科学中，跳跃列表是一种数据结构。它使得包含n个元素的有序序列的查找和插入操作的平均时间复杂度都是 O ( log n ) {\displaystyle O(\log n)} ，优于数组的 O ( n ) {\displaystyle O(n)} 复杂度。 快速的查询效果是通过维护一个多层次的链表实现的，且与前一。
?﹏?
与增进数据存储有关，提供组织文档，提供安全性，或其他特定于实现的特性。 面向文档数据对文档提供类似于其他数据库的核心操作，尽管术语未完全标准化，大多数实践者将它们认可为CRUD： 建立（或插入） 检索（或查询、查找、读取或寻找） 更新（或编辑） 删除（或移除）。
隐藏手是对方看不见的棋子。对局双方每人都有一次下隐藏手的机会。隐藏手到对方发现为止，一直处在对方看不见的状态。以下情况隐藏手将会显露出来： 一方下在另一方隐藏手点上。 利用隐藏手提对方棋子时。 隐藏手被提掉时。 下在另一方利用隐藏手做的眼中。 当一方使用隐藏手后，另一方有一次查找对方隐藏手的机会。使用查找功能无论查找。
在列表中，数据项的顺序是确定的，也可以存在多个相同的数据项。列表支持的操作包括查找项目并找到其位置（若存在），将项目从列表中删除，在特定位置插入项目等。通常的队列，或称FIFO即是一个列表，该列表只能在一端添加项目，而在另一端删除项目。而栈，或LIFO则只能在同一端添加或删除项目。。
在计算机科学中，二分查找算法（英语：binary search algorithm），也称折半搜索算法（英语：half-interval search algorithm）、对数搜索算法（英语：logarithmic search algorithm），是一种在有序数组中查找某一。
闪烁比对器是天文学家用来查找用光学望远镜，像是摄星镜在不同时间拍摄相同区域的两张夜空影像之间有无差异的光学设备。它可以在这两张相同区域的影像之间不断的快速来回转换，如果有天体的位置移动了，就会产生闪烁或跳动的现象，能够让使用者更轻松地找到在夜空中改变了位置的天体。它有时也会被称为闪烁显微镜。。
(-__-)b
多Lua脚本的SciTE扩展实现，用户可以参照实现自己的脚本，也可直接使用。 现在比较有名的基于SciTE的程序实现，包括Scite4AutoIt3、SciTE4AutoHotkey 和 SciTE LaTeX IDE等。 支持Lua脚本 正则表达式查找替换 转义字符查找替换 语法折迭 多文件搜索。
B树（英语：B-tree），是一种在计算机科学自平衡的树，能够保持数据有序。这种资料结构能够让查找数据、顺序访问、插入数据及刪除的动作，都在对数时间內完成。B树，概括来说是一个一般化的二元搜寻树（binary search tree）一个节点可以拥有2个以上的子节点。与自平衡二叉查找。
平衡树是计算机科学中的一类数据结构，为改进的二叉查找树。一般的二叉查找树的查询复杂度取决于目标结点到树根的距离（即深度），因此当结点的深度普遍较大时，查询的均摊复杂度会上升。为了实现更高效的查询，产生了平衡树。 在这里，平衡指所有叶子的深度趋于平衡，更广义的是指在树上所有可能查找的均摊复杂度偏低。。
