设哈希函数h(k)=3 k mod 11,哈希地址空间为0~10,对关键字序列(32,13,49,24,38,21,4,12),按下述两种解决冲突的方法构造哈希表,并分别求出等概率下查找成功时和查找失败时的平均查找长度aslsucc和aslunsucc。 ① 线性探测法; ② 链地址法。

时间: 2023-05-31 09:20:49 浏览: 302
ZIP

haxibiao.zip_MOD_site:www.pudn.com_哈希函数H(k)_选取哈希_选取哈希函数h

star5星 · 资源好评率100%
### 回答1: 1. 线性探测法:当哈希函数给出的地址已被占用时,向后依次探测下一个地址是否为空,直到找到空地址或者遍历完整个哈希表。 如果找到空地址,就将该键值存储到该地址;如果遍历完整个哈希表还未找到空地址,则需要重新开始从哈希表的头部开始探测空地址。 2. 链地址法:将哈希表的每个地址看做一个链表,将哈希函数映射到的同一个地址的键值都存储在同一个链表中。当哈希函数给出的地址已被占用时,将新的键值插入到该地址对应的链表尾部即可。 在构造哈希表时,需要根据给定的关键字序列以及哈希函数(h(k)=3k mod 11),依次将关键字映射到哈希表中。对于给定的关键字序列(32,13,49,24,38,21,4,12),可以得到以下哈希表: 0: 1:13,38 2:49 3:21 4:4 5: 6:12,24 7: 8:32 9: 10: 平均查找长度ASL(Average Search Length)指的是在哈希表中查找某个关键字所需要的平均探测次数,ASL可以通过以下公式计算: ASL = (查找成功时所有关键字探测次数之和 + 查找失败时所有可能查找的探测次数之和) / 关键字总数 对于以上哈希表,ASL为(1 + 2 + 1 + 1 + 1 + 1 + 1 + 2) / 8 = 1.5。 在查找某个关键字时,需要根据哈希函数找到该关键字在哈希表中对应的地址,然后在该地址对应的链表中查找该关键字。如果在链表中找到了该关键字,则查找成功;否则查找失败。 其中,查找成功时的平均查找长度ASLsucc指的是在哈希表中查找已经存在的关键字所需要的平均探测次数;查找失败时的平均查找长度ASLunsucc指的是在哈希表中查找不存在的关键字(即查找失败)时,需要经过平均多少个哈希地址才能找到一个空闲地址。一个成功的查找操作的概率为P,一个查找失败的概率为1-P,平均查找长度可以通过以下公式计算: ASLsucc = (所有成功的查找操作中所有关键字探测次数之和) / 所有成功的查找次数 ASLunsucc = (所有查找失败的操作中所有可能查找的探测次数之和) / 所有查找失败的次数 其中,一个成功的操作的概率可以通过该关键字在哈希表中出现的频率计算得出,即P=k/n,其中k表示哈希表中该关键字出现的次数,n表示哈希表中关键字的总数。一个失败的操作的概率为1-P。 ### 回答2: 哈希表是一种非常常用的数据结构,可用于高效地进行数据的插入、查找和删除等操作。在实际应用中,哈希函数的选取以及冲突解决方式的选择都会对哈希表的性能产生重要影响。 对于给定的哈希函数h(k)=3k mod 11,哈希地址空间为0~10,关键字序列为32、13、49、24、38、21、4、12,我们可以采用两种不同的冲突解决方法来构造哈希表,分别是线性探测法和链地址法。 1. 线性探测法 在线性探测法中,当哈希函数h(k)计算出冲突位置i时,若该位置已被占用,则沿着哈希表依次往后探测,直到找到一个空闲位置j(j≠i)为止。若整张哈希表已被占满,则返回原位置i。 对于给定的关键字序列,我们可以按照如下步骤构造哈希表: 1) 初始化一个大小为11的哈希表,全部赋值为空。 2) 依次插入关键字序列中的每个元素。 3) 对于经过哈希函数h(k)计算出的位置i,若该位置已被占用,则沿着哈希表依次往后探测,直到找到一个空闲位置j(j≠i)为止。若整张哈希表已被占满,则返回原位置i。 根据上述步骤,我们可以得到如下的哈希表: 0 1 2 3 4 5 6 7 8 9 10 13 32 49 21 4 12 24 38 为了求出等概率下查找成功时的平均查找长度aslsucc,我们可以从哈希表中查找每个元素,并求出平均查找长度。由于哈希函数h(k)是等概率的,因此每个元素在哈希表中的等概率位置也是等概率的。因此,对于一个元素,它在哈希表中的查找长度可以看作是一个二项分布的随机变量,平均查找长度aslsucc可以按照如下公式计算: aslsucc = Σi=1n (成功查找到关键字i的次数 × 成功查找到关键字i时的查找长度) / n 其中,n为关键字序列中元素的数量。根据上述公式,我们可以得到如下计算过程: aslsucc = (1/8×1+1/8×2+1/8×1+1/8×3+1/8×2+1/8×1+1/8×1+1/8×2) = 1.75 即在线性探测法构造的哈希表中,查找成功时平均需要查找1.75个位置。 为了求出等概率下查找失败时的平均查找长度aslunsucc,我们可以从哈希表中查找一些不存在的元素,并求出平均查找长度。由于在线性探测法中,查找失败时需要一直沿着哈希表探测直到找到空位置为止,因此在查找失败时,平均查找长度始终为哈希表中的空闲位置数量。因此,在此例中,查找失败时平均需要查找3个位置。 2. 链地址法 在链地址法中,哈希表中的每个位置都是一个链表的头结点,当哈希函数计算出冲突位置i时,将新元素插入到链表头结点i的后面即可。 对于给定的关键字序列,我们可以按照如下步骤构造哈希表: 1) 初始化一个大小为11的哈希表,全部赋值为空。 2) 依次插入关键字序列中的每个元素,插入时将其添加到哈希表中对应位置的链表中。 根据上述步骤,我们可以得到如下的哈希表: 0 -> 1 -> 13 -> 21 -> 2 -> 3 -> 32 -> 4 -> 4 -> 24 -> 5 -> 38 -> 6 -> 7 -> 8 -> 9 -> 10-> 49 -> 12 -> 为了求出等概率下查找成功时的平均查找长度aslsucc,我们只需要在哈希表中查找每个元素,并求出平均查找长度。由于链地址法可以避免冲突,每个元素在哈希表中只有一个可能位置,因此查找成功时的平均查找长度与哈希表的填装因子有关。在此例中,哈希表的填装因子为8/11。因此,查找成功时平均需要查找1.818个位置。 为了求出等概率下查找失败时的平均查找长度aslunsucc,在链地址法中查找失败时总是查找到链表的末尾,因此平均查找长度为哈希表中每个位置链表的平均长度。在此例中,哈希表中链表的平均长度为8/11,因此查找失败时平均需要查找0.727个位置。 综上所述,对于本文提到的哈希函数h(k)=3k mod 11,哈希地址空间为0~10,关键字序列为32、13、49、24、38、21、4、12,线性探测法和链地址法的查找成功/失败时平均查找长度如下表所示: | 线性探测法 | 链地址法 | ----|-------------|-----------| 成功 | 1.75 | 1.818 | 失败 | 3 | 0.727 | ### 回答3: 线性探测法的哈希表构造过程如下: 1. 初始化哈希表,将每个位置都设为“空”。 2. 将第一个关键字32插入哈希表中,根据哈希函数h(32)=3*32 mod 11=10,将其直接插入哈希表中的10位置。 3. 将第二个关键字13插入哈希表中,根据哈希函数h(13)=3*13 mod 11=6,将其插入哈希表中的6位置。 4. 将第三个关键字49插入哈希表中,根据哈希函数h(49)=3*49 mod 11=5,该位置已经有关键字13,发生了冲突。由于哈希地址空间为0~10,因此使用“线性探测法”从下一个位置开始查找。 5. 查找下一个位置,即h(49)+1=6+1=7,发现该位置为空,将49插入该位置。 6. 将第四个关键字24插入哈希表中,根据哈希函数h(24)=3*24 mod 11=9,将其直接插入哈希表中的9位置。 7. 将第五个关键字38插入哈希表中,根据哈希函数h(38)=3*38 mod 11=4,该位置已经有关键字13和49,发生了冲突。从下一个位置h(38)+1=5开始查找,发现位置5已经被关键字49占用,继续查找下一个位置h(38)+2=6,发现位置6已经被关键字13占用,继续查找下一个位置h(38)+3=7,发现该位置为空,将38插入该位置。 8. 将第六个关键字21插入哈希表中,根据哈希函数h(21)=3*21 mod 11=8,将其插入哈希表中的8位置。 9. 将第七个关键字4插入哈希表中,根据哈希函数h(4)=3*4 mod 11=1,将其直接插入哈希表中的1位置。 10. 将最后一个关键字12插入哈希表中,根据哈希函数h(12)=3*12 mod 11=3,将其直接插入哈希表中的3位置。 线性探测法的哈希表如下: | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10| |:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:| | | 4 | |12 |38 |49 |13 |21 |32 |24 | | 等概率下查找成功时的平均查找长度asl_succ计算方法如下: asl_succ=Σ(di+1)/n 其中,di为第i个关键字所需查找的次数。n为关键字个数。 查找关键字21的过程如下: 1. 根据哈希函数h(21)=3*21 mod 11=8,查找哈希表的第8个位置,发现关键字21就在该位置。 2. 所需查找次数为1。 由于共有8个关键字,因此asl_succ=(1+1+4+1+3+1+2+1)/8=1.875。 等概率下查找失败时的平均查找长度asl_unsucc计算方法如下: asl_unsucc=Σ(di+1)/n 其中,di为第i个关键字所需查找的次数。n为哈希地址空间的大小。 根据哈希函数h(k),可以发现同一关键字在哈希表中可能出现的位置数最多为哈希地址空间的大小n。因此,当查找失败时,最多需要查找n次。因此,asl_unsucc=(0+1+2+3+4+5+6+7+8+9+10)/11=5。 链地址法的哈希表构造过程如下: 1. 初始化哈希表,将每个位置都设为“空”。 2. 将第一个关键字32插入哈希表中,根据哈希函数h(32)=3*32 mod 11=10,将其插入哈希表中的第10个位置。 3. 将第二个关键字13插入哈希表中,根据哈希函数h(13)=3*13 mod 11=6,将其插入哈希表中的第6个位置。 4. 将第三个关键字49插入哈希表中,根据哈希函数h(49)=3*49 mod 11=5,将其插入哈希表中的第5个位置。 5. 将第四个关键字24插入哈希表中,根据哈希函数h(24)=3*24 mod 11=9,将其插入哈希表中的第9个位置。 6. 将第五个关键字38插入哈希表中,根据哈希函数h(38)=3*38 mod 11=4,将其插入哈希表中的第4个位置。 7. 将第六个关键字21插入哈希表中,根据哈希函数h(21)=3*21 mod 11=8,将其插入哈希表中的第8个位置。 8. 将第七个关键字4插入哈希表中,根据哈希函数h(4)=3*4 mod 11=1,将其插入哈希表中的第1个位置。 9. 将最后一个关键字12插入哈希表中,根据哈希函数h(12)=3*12 mod 11=3,将其插入哈希表中的第3个位置。 链地址法的哈希表如下: | 0 | | | 1 | | 5 | 6 | 8 |10 | 9 | | |:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:| | | |12 | 4 | |38 |13 |21 |32 |24 |49 | 等概率下查找成功时的平均查找长度asl_succ计算方法如下: 使用链地址法查找关键字21的过程如下: 1. 根据哈希函数h(21)=3*21 mod 11=8,查找哈希表中第8个位置对应的链表,发现关键字21在该链表中。 2. 所需查找次数为1。 由于共有8个关键字,因此asl_succ=(1+1+2+1+1+1+1+1)/8=1.25。 等概率下查找失败时的平均查找长度asl_unsucc计算方法与线性探测法相同,因此为5。
阅读全文

相关推荐

最新推荐

recommend-type

精细金属掩模板(FMM)行业研究报告 显示技术核心部件FMM材料产业分析与市场应用

精细金属掩模板(FMM)作为OLED蒸镀工艺中的核心消耗部件,负责沉积RGB有机物质形成像素。材料由Frame、Cover等五部分组成,需满足特定热膨胀性能。制作工艺包括蚀刻、电铸等,影响FMM性能。适用于显示技术研究人员、产业分析师,旨在提供FMM材料技术发展、市场规模及产业链结构的深入解析。
recommend-type

【创新未发表】斑马算法ZOA-Kmean-Transformer-LSTM负荷预测Matlab源码 9515期.zip

CSDN海神之光上传的全部代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:Main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2024b;若运行有误,根据提示修改;若不会,可私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开除Main.m的其他m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博主博客文章底部QQ名片; 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法优化Kmean-Transformer-LSTM负荷预测系列程序定制或科研合作方向: 4.4.1 遗传算法GA/蚁群算法ACO优化Kmean-Transformer-LSTM负荷预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化Kmean-Transformer-LSTM负荷预测 4.4.3 灰狼算法GWO/狼群算法WPA优化Kmean-Transformer-LSTM负荷预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA优化Kmean-Transformer-LSTM负荷预测 4.4.5 萤火虫算法FA/差分算法DE优化Kmean-Transformer-LSTM负荷预测 4.4.6 其他优化算法优化Kmean-Transformer-LSTM负荷预测
recommend-type

j link 修复问题套件

j link 修复问题套件
recommend-type

C#实现modbusRTU(实现了01 3 05 06 16等5个功能码)

资源包括 modbuspoll 虚拟串口软件vspd modsim32和modscan32 以及C#版的modbus程序 打开modsim32连接串口2 打开程序连接串口3 即可和Mdosim32进行读写通信。 本代码为C# winform程序,实现了01 03 05 06 16总共五个功能码的功能。 备注: 01功能码:读线圈开关。 03功能码: 读寄存器值。 05功能码:写线圈开关。 06功能码:写单个寄存器值。 16功能码:写多个寄存器值。
recommend-type

Angular实现MarcHayek简历展示应用教程

资源摘要信息:"MarcHayek-CV:我的简历的Angular应用" Angular 应用是一个基于Angular框架开发的前端应用程序。Angular是一个由谷歌(Google)维护和开发的开源前端框架,它使用TypeScript作为主要编程语言,并且是单页面应用程序(SPA)的优秀解决方案。该应用不仅展示了Marc Hayek的个人简历,而且还介绍了如何在本地环境中设置和配置该Angular项目。 知识点详细说明: 1. Angular 应用程序设置: - Angular 应用程序通常依赖于Node.js运行环境,因此首先需要全局安装Node.js包管理器npm。 - 在本案例中,通过npm安装了两个开发工具:bower和gulp。bower是一个前端包管理器,用于管理项目依赖,而gulp则是一个自动化构建工具,用于处理如压缩、编译、单元测试等任务。 2. 本地环境安装步骤: - 安装命令`npm install -g bower`和`npm install --global gulp`用来全局安装这两个工具。 - 使用git命令克隆远程仓库到本地服务器。支持使用SSH方式(`***:marc-hayek/MarcHayek-CV.git`)和HTTPS方式(需要替换为具体用户名,如`git clone ***`)。 3. 配置流程: - 在server文件夹中的config.json文件里,需要添加用户的电子邮件和密码,以便该应用能够通过内置的联系功能发送信息给Marc Hayek。 - 如果想要在本地服务器上运行该应用程序,则需要根据不同的环境配置(开发环境或生产环境)修改config.json文件中的“baseURL”选项。具体而言,开发环境下通常设置为“../build”,生产环境下设置为“../bin”。 4. 使用的技术栈: - JavaScript:虽然没有直接提到,但是由于Angular框架主要是用JavaScript来编写的,因此这是必须理解的核心技术之一。 - TypeScript:Angular使用TypeScript作为开发语言,它是JavaScript的一个超集,添加了静态类型检查等功能。 - Node.js和npm:用于运行JavaScript代码以及管理JavaScript项目的依赖。 - Git:版本控制系统,用于代码的版本管理及协作开发。 5. 关于项目结构: - 该应用的项目文件夹结构可能遵循Angular CLI的典型结构,包含了如下目录:app(存放应用组件)、assets(存放静态资源如图片、样式表等)、environments(存放环境配置文件)、server(存放服务器配置文件如上文的config.json)等。 6. 开发和构建流程: - 开发时,可能会使用Angular CLI来快速生成组件、服务等,并利用热重载等特性进行实时开发。 - 构建应用时,通过gulp等构建工具可以进行代码压缩、ES6转译、单元测试等自动化任务,以确保代码的质量和性能优化。 7. 部署: - 项目最终需要部署到服务器上,配置文件中的“baseURL”选项指明了服务器上的资源基础路径。 8. 关于Git仓库: - 压缩包子文件的名称为MarcHayek-CV-master,表明这是一个使用Git版本控制的仓库,且存在一个名为master的分支,这通常是项目的主分支。 以上知识点围绕Angular应用“MarcHayek-CV:我的简历”的创建、配置、开发、构建及部署流程进行了详细说明,涉及了前端开发中常见的工具、技术及工作流。
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

深入剖析:内存溢出背后的原因、预防及应急策略(专家版)

![深入剖析:内存溢出背后的原因、预防及应急策略(专家版)](https://d8it4huxumps7.cloudfront.net/uploads/images/65e82a01a4196_dangling_pointer_in_c_2.jpg?d=2000x2000) 参考资源链接:[Net 内存溢出(System.OutOfMemoryException)的常见情况和处理方式总结](https://wenku.csdn.net/doc/6412b784be7fbd1778d4a95f?spm=1055.2635.3001.10343) # 1. 内存溢出的概念及影响 内存溢出,又称
recommend-type

Java中如何对年月日时分秒的日期字符串作如下处理:如何日期分钟介于两个相连的半点之间,就将分钟数调整为前半点

在Java中,你可以使用`java.time`包中的类来处理日期和时间,包括格式化和调整。下面是一个示例,展示了如何根据给定的日期字符串(假设格式为"yyyy-MM-dd HH:mm:ss")进行这样的处理: ```java import java.text.SimpleDateFormat; import java.time.LocalDateTime; import java.time.ZoneId; import java.time.ZonedDateTime; public class Main { public static void main(String[] args
recommend-type

Crossbow Spot最新更新 - 获取Chrome扩展新闻

资源摘要信息:"Crossbow Spot - Latest News Update-crx插件" 该信息是关于一款特定的Google Chrome浏览器扩展程序,名为"Crossbow Spot - Latest News Update"。此插件的目的是帮助用户第一时间获取最新的Crossbow Spot相关信息,它作为一个RSS阅读器,自动聚合并展示Crossbow Spot的最新新闻内容。 从描述中可以提取以下关键知识点: 1. 功能概述: - 扩展程序能让用户领先一步了解Crossbow Spot的最新消息,提供实时更新。 - 它支持自动更新功能,用户不必手动点击即可刷新获取最新资讯。 - 用户界面设计灵活,具有美观的新闻小部件,使得信息的展现既实用又吸引人。 2. 用户体验: - 桌面通知功能,通过Chrome的新通知中心托盘进行实时推送,确保用户不会错过任何重要新闻。 - 提供一个便捷的方式来保持与Crossbow Spot最新动态的同步。 3. 语言支持: - 该插件目前仅支持英语,但开发者已经计划在未来的版本中添加对其他语言的支持。 4. 技术实现: - 此扩展程序是基于RSS Feed实现的,即从Crossbow Spot的RSS源中提取最新新闻。 - 扩展程序利用了Chrome的通知API,以及RSS Feed处理机制来实现新闻的即时推送和展示。 5. 版权与免责声明: - 所有的新闻内容都是通过RSS Feed聚合而来,扩展程序本身不提供原创内容。 - 用户在使用插件时应遵守相关的版权和隐私政策。 6. 安装与使用: - 用户需要从Chrome网上应用店下载.crx格式的插件文件,即Crossbow_Spot_-_Latest_News_Update.crx。 - 安装后,插件会自动运行,并且用户可以对其进行配置以满足个人偏好。 从以上信息可以看出,该扩展程序为那些对Crossbow Spot感兴趣或需要密切跟进其更新的用户提供了一个便捷的解决方案,通过集成RSS源和Chrome通知机制,使得信息获取变得更加高效和及时。这对于需要实时更新信息的用户而言,具有一定的实用价值。同时,插件的未来发展计划中包括了多语言支持,这将使得更多的用户能够使用并从中受益。
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