已知一组初始记录关键字序列为(35,20,33,48,59,47,62,50,48)。其哈希函数为H(key)=key%13处理中突的方法为排地址 法。 试求:(1)画出哈希表。 (2)计算等概率查找时查找成功的平均查找长度。

时间: 2023-05-26 09:04:57 浏览: 69
(1) 哈希表: | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | | ----- | --- | --- | --- | --- | ----- | --- | --- | ----- | | | 35 | 33 | 62 | | 47,20 | | | 50,48 | | | | | 48 | | 59 | | | | (2) 计算等概率查找时查找成功的平均查找长度: - 对于已经存储的记录: - 35:在哈希表的位置0,平均查找长度为1。 - 20、33、47、48、50、59、62:在哈希表的位置5或8,平均查找长度为1。 - 对于不在哈希表中的记录: - 34:哈希函数为H(34)=34%9=7,但位置7为空,平均查找长度为1。 - 60:哈希函数为H(60)=60%9=6,但位置6为空,平均查找长度为1。 因此,等概率查找时查找成功的平均查找长度为: $$\frac{1+7\times 1+2\times 1}{9}=1.22$$
相关问题

.已知一组关键字为(15,28,33,47,52,66,78),采用链地址法处理中卖,暂麦是一个下以d

链地址法是一种常见的哈希表处理冲突的方法。在链地址法中,我们使用一个数组来存储关键字的哈希值,并将哈希值相同的关键字存储在同一个链表中。 对于给定的关键字组(15,28,33,47,52,66,78),我们可以使用链地址法处理如下: 1. 创建一个长度为N的数组,N是预估的关键字的最大数量。在本例中,最大的关键字是78,所以可以选择数组长度为80。 2. 将关键字通过哈希函数转化为哈希值,并将哈希值取余N,得到关键字在数组中的索引。 - 假设我们使用简单的哈希函数,将关键字除以N,然后取余。 3. 在数组中,为每个索引位置创建一个链表。 4. 遍历关键字组,对于每个关键字,计算其哈希值,并将其插入到对应索引位置的链表中。 使用链地址法处理给定关键字组(15,28,33,47,52,66,78)的过程如下: 1. 创建一个长度为80的数组。数组的每个元素都是链表的头指针,初始值为null。 2. 遍历关键字组: - 对于关键字15,计算哈希值为15,将其插入到索引为15的链表中。 - 对于关键字28,计算哈希值为28,将其插入到索引为28的链表中。 - 对于关键字33,计算哈希值为33,将其插入到索引为33的链表中。 - 对于关键字47,计算哈希值为47,将其插入到索引为47的链表中。 - 对于关键字52,计算哈希值为52,将其插入到索引为52的链表中。 - 对于关键字66,计算哈希值为66,将其插入到索引为66的链表中。 - 对于关键字78,计算哈希值为78,将其插入到索引为78的链表中。 3. 最终的数组如下: - 索引0: - 索引1: - 索引2: - ... - 索引14: - 索引15:15 -> null - 索引16: - ... - 索引27: - 索引28:28 -> null - ... - 索引32: - 索引33:33 -> null - ... - 索引46: - 索引47:47 -> null - ... - 索引51: - 索引52:52 -> null - ... - 索引65: - 索引66:66 -> null - ... - 索引77: - 索引78:78 -> null - ... - 索引79: 通过链地址法,我们可以很快地找到给定关键字所对应的链表,从而快速进行查找、插入和删除操作。

已知一组关键字序列为{5,88,12,56,71,28,33,43,93,17},哈希表长为13,哈希函数为h(key)=key%13,请用线性探测再散列、二次线性探测再散列以及链地址法解决冲突构造这组关键字的哈希表,并计算查找成功时的平均查找长度。

线性探测再散列: 哈希表长为13,哈希函数为h(key)=key%13。 插入关键字序列{5,88,12,56,71,28,33,43,93,17},得到哈希表为: : 71 1: 12 2: 93 3: 33 4: 43 5: 5 6: 56 7: 28 8: 17 9: 88 10: 11: 12: 查找成功时的平均查找长度为(1+2+3+4+5+6+7+8+9+10)/10=5.5。 二次线性探测再散列: 哈希表长为13,哈希函数为h(key)=key%13。 插入关键字序列{5,88,12,56,71,28,33,43,93,17},得到哈希表为: : 71 1: 12 2: 93 3: 33 4: 43 5: 5 6: 56 7: 28 8: 17 9: 88 10: 11: 12: 查找成功时的平均查找长度为(1+2+4+7+11+3+8+12+9+5)/10=6。 链地址法: 哈希表长为13,哈希函数为h(key)=key%13。 插入关键字序列{5,88,12,56,71,28,33,43,93,17},得到哈希表为: : 1: 71 2: 12 3: 33 -> 93 4: 43 5: 5 6: 56 7: 28 8: 17 9: 88 10: 11: 12: 查找成功时的平均查找长度为(1+1+2+1+1+1+1+1+1+1)/10=1。

相关推荐

最新推荐

recommend-type

C语言基于哈希表实现通讯录

主要为大家详细介绍了C语言基于哈希表实现通讯录,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python 密码学示例——理解哈希(Hash)算法

主要介绍了哈希(Hash)算法的相关资料,帮助大家更好的利用python处理密码,感兴趣的朋友可以了解下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【实战演练】时间序列预测用于个体家庭功率预测_ARIMA, xgboost, RNN

![【实战演练】时间序列预测用于个体家庭功率预测_ARIMA, xgboost, RNN](https://img-blog.csdnimg.cn/img_convert/5587b4ec6abfc40c76db14fbef6280db.jpeg) # 1. 时间序列预测简介** 时间序列预测是一种预测未来值的技术,其基于历史数据中的时间依赖关系。它广泛应用于各种领域,例如经济、金融、能源和医疗保健。时间序列预测模型旨在捕捉数据中的模式和趋势,并使用这些信息来预测未来的值。 # 2. 时间序列预测方法 时间序列预测方法是利用历史数据来预测未来趋势或值的统计技术。在时间序列预测中,有许多不
recommend-type

怎么在集群安装安装hbase

您好,关于如何在集群上安装HBase,步骤大致如下: 1. 在HBase官网上下载最新版本的HBase,并解压到需要安装的目录下; 2. 配置HBase的环境变量:将HBase目录的bin子目录加入到PATH环境变量中; 3. 修改HBase配置文件:在HBase目录下的conf子目录中找到hbase-site.xml文件,并进行相应的配置,如指定HBase的Zookeeper节点等; 4. 启动HBase:使用HBase的bin目录下的start-hbase.sh脚本启动HBase; 5. 验证HBase是否正常运行:使用HBase自带的shell命令行工具操作HBase。 注意:以上步