已知关键字序列为{32,44,87,54,49 , 27},采用线性探测再散列解决冲突, 哈希函数为H(K)= K %11,表长为12。 (1)构造哈希表 (2)求出等概率下查找成功时的平均查找长度。

时间: 2024-03-30 22:34:30 浏览: 11
(1) 构造哈希表过程如下: | 位置 | 关键字 | |------|--------| | 0 | 44 | | 1 | 54 | | 2 | 32 | | 3 | | | 4 | 87 | | 5 | 49 | | 6 | 27 | | 7 | | | 8 | | | 9 | | | 10 | | | 11 | | 注意,第一个关键字 32 映射到位置 10,但该位置已经被关键字 87 占用,因此需要线性探测,依次尝试位置 11、0、1,最终插入到位置 1。 (2) 等概率下查找成功时的平均查找长度为 (1/6) * (1 + 2 + 3 + 4 + 5 + 6) = 3.5。其中,1/6 表示每个关键字被查找的概率相等,1、2、3、4、5、6 表示查找成功时需要探测的位置数。
相关问题

已知关键字序列为{17,77,76,66,10 , 98},采用线性探测再散列解决冲突, 哈希函数为H(K)= K %11,表长为12。 (1)构造哈希表 (2)求出等概率下查找成功时的平均查找长度。

好的,问题已经记录下来了。现在回答你的问题: (1) 构造哈希表: 首先,我们需要创建一个12个元素的哈希表,初始状态下所有元素都为空。然后,我们按照哈希函数H(K) = K % 11的规则,将关键字序列中的每个关键字插入到哈希表中。 具体的插入过程如下: - 17 % 11 = 6,将17插入到哈希表的第6个位置; - 77 % 11 = 0,将77插入到哈希表的第0个位置; - 76 % 11 = 1,将76插入到哈希表的第1个位置; - 66 % 11 = 0,发生冲突,采用线性探测再散列的方法,将66插入到哈希表的第1 + 1 = 2个位置; - 10 % 11 = 10,将10插入到哈希表的第10个位置; - 98 % 11 = 3,将98插入到哈希表的第3个位置。 最终得到的哈希表为: |0|1|2|3|4|5|6|7|8|9|10|11| |---|---|---|---|---|---|---|---|---|---|---|---| |77|76|66|98|||17||||10| (2) 求出等概率下查找成功时的平均查找长度: 假设哈希表中有n个关键字,m个哈希桶,平均查找长度为ASL。由于这是等概率的情况,我们可以采用公式ASL = (1 + (1/1-p))/2来计算。 其中,p为填装因子,即哈希表中已有关键字数目n与哈希桶数目m的比值。在这个例子中,n = 6,m = 12,因此p = n/m = 0.5。 带入公式ASL = (1 + (1/1-p))/2,可得ASL = 1.67。因此,等概率下查找成功时的平均查找长度为1.67。

已知哈希函数为:H(k)=k%11,表长为11,采用线性探测再散列解决冲突,对下列关键字序列{21,66,99,98,2,49} (1)构造哈希表; (2)求出等概率下查找成功时的平均查找长度。

好的,我来回答你的问题。 首先,根据给出的哈希函数和表长,我们可以得到哈希表的下标范围为0~10。 (1) 接下来,我们按照线性探测再散列的方法,将关键字序列插入哈希表中。 首先,将21插入哈希表中,计算其哈希值为10,将其插入哈希表中的第10个位置。 然后,将66插入哈希表中,计算其哈希值为0,但是0位置已经有了关键字21,因此需要进行线性探测再散列。按照线性探测的规则,依次往后查找,直到找到一个空位置插入。因此,将66插入哈希表中的第1个位置。 接下来,将99插入哈希表中,计算其哈希值为10,但是10位置已经有了关键字21和66,因此需要进行线性探测再散列。依次往后查找,直到找到一个空位置插入。因此,将99插入哈希表中的第2个位置。 然后,将98插入哈希表中,计算其哈希值为9,将其插入哈希表中的第9个位置。 接着,将2插入哈希表中,计算其哈希值为2,将其插入哈希表中的第2个位置。 最后,将49插入哈希表中,计算其哈希值为5,将其插入哈希表中的第5个位置。 因此,构造出的哈希表如下所示: | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |---|---|---|---|---|---|---|---|---|---|----| |66 |99 |2 | | |49 |21 | | |98 |21 | (2) 接下来,我们需要求出等概率下查找成功时的平均查找长度。这里我们可以采用公式ASL = (1/λ)*Σ(pi*(1+di)),其中λ为填入表中的记录数与表长的比值,pi为查找表中第i个记录的概率,di为查找表中第i个记录的查找长度减1。 由于等概率下每个关键字被查找的概率都相等,因此pi=1/6。 计算λ的值为n/m,其中n为填入表中的记录数,m为表长。由于填入表中的记录数为6,表长为11,因此λ=6/11。 接下来,我们需要计算每个关键字的查找长度。以关键字21为例,它在哈希表中的位置为10和0,因此它的查找长度为(1+1)/2=1。同理,我们可以求出其他关键字的查找长度。 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |---|---|---|---|---|---|---|---|---|---|----| |66 |99 |2 | | |49 |21 | | |98 |21 | |1 |1 |1 | | |1 |1 | | |1 |1 | 最后,代入公式ASL = (1/λ)*Σ(pi*(1+di))中,我们可以得到等概率下查找成功时的平均查找长度为(1/6)*[(1+1)+(1+1)+(1+1)+(1+1)+(1+1)+(1+1)]=2。 因此,该哈希表等概率下查找成功时的平均查找长度为2。

相关推荐

最新推荐

recommend-type

华为OD机试D卷 - 用连续自然数之和来表达整数 - 免费看解析和代码.html

私信博主免费获取真题解析以及代码
recommend-type

Screenshot_2024-05-10-20-21-01-857_com.chaoxing.mobile.jpg

Screenshot_2024-05-10-20-21-01-857_com.chaoxing.mobile.jpg
recommend-type

数字图像处理|Matlab-频域增强实验-彩色图像的频域滤波.zip

数字图像处理|Matlab-频域增强实验-彩色图像的频域滤波.zip
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

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

spring添加xml配置文件

1. 创建一个新的Spring配置文件,例如"applicationContext.xml"。 2. 在文件头部添加XML命名空间和schema定义,如下所示: ``` <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.springframework.org/schema/beans
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

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这