几种典型查找算法的实现 编程实现：利用折半查找算法实现在数据序列{2,3,6,33,45,66,88,100}分别查找关键字6和89的结果，找到输出位序，找不到输出相应提示信息。 其他算法：随机查找算法、哈希查找（有能力者尝试）

### 回答1：
使用折半查找算法实现在数据序列{2,3,6,33,45,66,88,100}分别查找关键字6和89的结果，找到输出位序，找不到输出相应提示信息的Python代码如下：

def binary_search(arr, x):
    low, high = 0, len(arr) - 1
    while low <= high:
        mid = (low + high) // 2
        if arr[mid] == x:
            return mid
        elif arr[mid] < x:
            low = mid + 1
        else:
            high = mid - 1
    return -1

arr = [2, 3, 6, 33, 45, 66, 88, 100]
x = 6
result = binary_search(arr, x)
if result != -1:
    print(f"{x} found at position {result+1}")
else:
    print(f"{x} not found in the array")

x = 89
result = binary_search(arr, x)
if result != -1:
    print(f"{x} found at position {result+1}")
else:
    print(f"{x} not found in the array")

输出结果为：

6 found at position 3
89 not found in the array

随机查找算法的实现可以使用Python内置的random库，代码如下：

import random

def random_search(arr, x):
    size = len(arr)
    for i in range(size):
        if arr[random.randint(0, size-1)] == x:
            return i
    return -1

arr = [2, 3, 6, 33, 45, 66, 88, 100]
x = 6
result = random_search(arr, x)
if result != -1:
    print(f"{x} found at position {result+1}")
else:
    print(f"{x} not found in the array")

x = 89
result = random_search(arr, x)
if result != -1:
    print(f"{x} found at position {result+1}")
else:
    print(f"{x} not found in the array")

哈希查找算法的实现需要先设计哈希函数，这里使用简单的取余法，代码如下：

def hash_func(key, size):
    return key % size

def hash_search(arr, x):
    size = len(arr)
    hash_table = [[] for _ in range(size)]
    for i in range(size):
        hash_value = hash_func(arr[i], size)
        hash_table[hash_value].append(i)
    hash_value = hash_func(x, size)
    for i in hash_table[hash_value]:
        if arr[i] == x:
            return i
    return -1

arr = [2, 3, 6, 33, 45, 66, 88, 100]
x = 6
result = hash_search(arr, x)
if result != -1:
    print(f"{x} found at position {result+1}")
else:
    print(f"{x} not found in the array")

x = 89
result = hash_search(arr, x)
if result != -1:
    print(f"{x} found at position {result+1}")
else:
    print(f"{x} not found in the array")

输出结果为：

6 found at position 3
89 not found in the array

### 回答2：
折半查找算法也叫二分查找算法，适用于有序的数据序列。实现方式如下：

1. 定义目标数据序列{2,3,6,33,45,66,88,100}。
2. 定义要查找的关键字6和89。
3. 定义两个指针low和high，分别指向数据序列的起始位置和结束位置。
4. 定义一个循环，直到low大于high结束。
5. 在循环中，计算中间元素的位置mid，即mid=(low+high)/2。
6. 比较中间元素和要查找的关键字：
a. 如果中间元素等于关键字，输出该元素的位序，并结束循环。
b. 如果中间元素大于关键字，说明关键字应该在mid的左边，更新high为mid-1。
c. 如果中间元素小于关键字，说明关键字应该在mid的右边，更新low为mid+1。
7. 如果循环结束时仍未找到关键字，则输出相应的提示信息。

按照上述步骤，利用折半查找算法可以得到以下结果：
- 查找关键字6的结果为，位序为3。
- 查找关键字89时，未在数据序列中找到，输出"未找到关键字89"的提示信息。

其他算法：
- 随机查找算法：该算法通过随机地选择数据序列中的一个元素进行比较，直到找到目标元素或者遍历完整个序列。该算法的效率较低，不适用于有序序列。
- 哈希查找：哈希查找算法通过将关键字映射为数组的下标来进行查找。该算法需要预先构建一个哈希表，并能够处理哈希冲突。在给定的数据序列中，可以使用哈希函数将关键字映射为数组的下标，然后在对应的数组位置中查找关键字。如果找到了关键字，则输出位序；如果未找到，则输出相应的提示信息。

### 回答3：
折半查找算法，也称为二分查找算法，是一种高效的查找算法。该算法要求数据序列必须是有序的。下面是使用折半查找算法来实现在数据序列{2,3,6,33,45,66,88,100}中分别查找关键字6和89的结果：

def binary_search(arr, target):
    low = 0
    high = len(arr) - 1
    
    while low <= high:
        mid = (low + high) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            low = mid + 1
        else:
            high = mid - 1
    
    return -1

data = [2, 3, 6, 33, 45, 66, 88, 100]
key1 = 6
key2 = 89

index1 = binary_search(data, key1)
index2 = binary_search(data, key2)

if index1 != -1:
    print(f"关键字6的位序为: {index1}")
else:
    print("未找到关键字6")

if index2 != -1:
    print(f"关键字89的位序为: {index2}")
else:
    print("未找到关键字89")

其中，在折半查找算法中，我们设置了一个指针`mid`，指向查找范围的中间位置。每次比较`arr[mid]`与目标值`target`的大小关系，根据比较结果调整查找范围的上界和下界。如果`arr[mid]`等于`target`，则表示找到了目标值，返回位置`mid`；如果`arr[mid]`小于`target`，则更新`low = mid + 1`，即将查找范围缩小到右边一半；如果`arr[mid]`大于`target`，则更新`high = mid - 1`，即将查找范围缩小到左边一半。如果最终`low`大于`high`，则表示未找到目标值，返回-1。

对于关键字6，折半查找算法返回位序为2；对于关键字89，折半查找算法返回未找到提示信息。

除了折半查找算法，还可以尝试其他的查找算法，如随机查找算法和哈希查找算法。随机查找算法是通过随机选择待查找的元素，根据比较结果逐步缩小查找范围，直到找到目标元素或者最终查找失败。哈希查找算法是通过将关键字通过哈希函数映射为数组的索引位置，根据索引位置直接访问数组中的元素来进行查找。这两种算法的实现略有复杂，需要借助更多的数据结构和算法思想，可以进一步探索学习。