以 k = 170 为例,h(k) = 170 mod 8 = (27 + 25 + 23 + 0*22 + 21 + 0*20) mod 23 = (24*23 + 22*23 + 23 + 0*22 + 21 + 0*20) mod 23 = 0*22 + 21 + 0*20 也就是说只有最低的 p 位不能被 2p 整除。这有什么问题呢?问题是我们不想假设 k 的分布,所以通常希望 h(k) 的值依赖于 k 的所有位而不是最低 p 位。天知道 k 不会是“11010000、00110000、10010000……” 这种样子(假设有个白痴操作系统喜欢先在高位分配一个对象的 Id,而我们又希望把这个 Id 作为 k 的时候,杯具就发生了)。 当用户指定数组的大小之后,我们要找到一个与之最接近的质数作为实际的 m 值,为了速度,我们把常用的质数预存在一张质数表中, 为什么要用质数
时间: 2023-02-09 19:26:02 浏览: 64
这段文章讲的是一种哈希函数的实现方式,即用模运算来计算哈希值,其中使用了一个参数 m,这个参数代表了哈希表的大小。但是,这种方法有一个问题,就是哈希值只取决于k的最低p位,因此可能会导致数组被填满(碰撞)。为了避免这个问题,文章提到了使用质数作为m的值,因为质数能使得哈希值更加随机,更少的碰撞发生。
相关问题
设散列表的长度为8,散列函数h(k)=kmod7
散列表的长度为8意味着散列表中有8个存储位置。散列函数h(k)=kmod7表示对关键字k进行取模运算并将结果作为存储位置的索引值。
具体来说,当我们向散列表中插入一个关键字时,我们首先对关键字进行散列函数计算,得到的结果为k对7取模的值。例如,如果关键字k=15,那么h(k)=15mod7=1,意味着关键字15会被存储在散列表的第1个位置上。
散列表的长度为8,散列函数h(k)=kmod7,意味着散列表中的存储位置索引值的范围是0到7。实际上,对于当前的散列函数和散列表长度,任意关键字经过散列函数计算后得到的结果都在0到6之间,这样就可以保证插入时能够找到对应的存储位置。
在使用散列函数h(k)=kmod7时,需要注意关键字的选择和散列表的大小,以保证散列函数计算的结果能够均匀地分布在散列表中,从而避免发生过多的冲突。当发生冲突时,可以采用开放定址法、链地址法等方法进行解决。
总而言之,散列表的长度为8,散列函数h(k)=kmod7,通过合理的关键字选择和冲突解决方法,可以有效地进行散列表的插入、查找和删除等操作。
设散列表的地址区间为0~17,散列函数为H(K) =K mod 13,K为关键字。用线性探测法
来解决散列冲突,其中插入的关键字序列为{16, 25, 20, 36, 14, 23, 8, 18},请画出插入后的散列表。
首先,根据散列函数H(K) =K mod 13,我们可以算出每个关键字的散列地址:
- 16 -> H(16) = 3
- 25 -> H(25) = 12
- 20 -> H(20) = 7
- 36 -> H(36) = 10
- 14 -> H(14) = 1
- 23 -> H(23) = 10(冲突)
- 8 -> H(8) = 8
- 18 -> H(18) = 5
发现23和36的散列地址相同,因此需要使用线性探测法来处理冲突。具体来说,就是从冲突地址开始,依次往后查找下一个空闲位置,直到找到可以插入的位置。在这个例子中,我们可以按照以下步骤来插入关键字:
- 16 -> 3 -> 空 -> 空 -> 16
- 25 -> 12 -> 空 -> 空 -> 25
- 20 -> 7 -> 空 -> 空 -> 20
- 36 -> 10 -> 空 -> 空 -> 36
- 14 -> 1 -> 空 -> 空 -> 14
- 23 -> 10 -> 空 -> 1 -> 23
- 8 -> 8 -> 空 -> 空 -> 8
- 18 -> 5 -> 空 -> 空 -> 18
最终的散列表如下图所示:
```
+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+
| 16 | | | 25 | | | 20 | 36 | | 14 | 23 | 8 | 18 | | | | | |
+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
```
注意,在线性探测法中,如果散列表已经被占满,插入新的关键字将失败。因此,在设计散列表时,需要考虑预留一定的空间,以免发生这种情况。