二次探测再散列法解决哈希冲突

于 2024-01-03 17:23:04 发布
阅读量1k 收藏 9
点赞数 11
文章标签： 哈希算法 散列表 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_76885122/article/details/135368320
版权
本文详细解释了如何使用二次探测再散列法解决哈希表中的冲突，以49这个关键字为例，通过计算哈希值和递增探测位置直到找到空闲槽位的过程。
摘要由CSDN通过智能技术生成

二次探测再散列法解决哈希冲突

此法通过不断增加步长来找到下一个可以用的插入位置
例题
设哈希表长为14，哈希函数是H(key)=key%11,表中已有数据的关键字为15，38，61，84共四个，现要将关键字为49的结点加到表中，用二次探测再散列法解决冲突，则放入的位置是

首先我们通过哈希函数计算49的哈希值，H(49)=49%11=5;
如果这时候哈希表的位置5为空，那就直接放这里就ok
如果位置5已经被占用，那我们这时候就要用二次探测再散列法来寻找下一个合适的位置了
注意公式
di= i 2 ( i为探测次数）
第i次探测位置=（初始位置+di）%哈希表长度

第1次探测位置=（5+12)%14=6,发现位置6已经被占用，继续探测
第2次探测位置=（5+22)%14=9,位置9为空，则落座

答案为9

AC~WA
关注
  • 11
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【哈希冲突解决】线性探测再散列和二次探测再散列
不忘初心，护天下安全！
08-10 5436
Hashing）是计算机科学中一种对资料的处理方法，通过某种特定的函数/算法（称为散列函数/算法）将要检索的项与用来检索的索引（称为散列，或者散列值）关联起来，生成一种便于搜索的数据结构（称为散列表）。二次再散列法是指第一次散列产生哈希地址冲突，为了解决冲突，采用另外的散列函数或者对冲突结果进行处理的方法。...
用二次探测再散列法解决冲突建立哈希表并查找
04-13
在这个任务中，我们采用二次探测再散列法来解决哈希冲突。 二次探测再散列法是一种解决哈希冲突的方法，当一个元素的哈希地址已经被其他元素占用时，我们不会立即跳到下一个地址，而是按照平方序列（如 1, 4, 9, .....
查找算法【哈希表】 - 处理冲突的方法：开放地址法-二次探测法 & 随机探测法 & 再散列法
谢谢你们的关注
10-22 1万+
查找算法【哈希表】 - 处理冲突的方法：开放地址法-二次探测法 & 随机探测法 & 再散列法
阿里面试必问：Hash冲突怎么办，哪些解决散列冲突的方法？
Java烂猪皮
05-31 673
通过构造性能良好的哈希函数，可以减少冲突，但一般不可能完全避免冲突，因此解决冲突是哈希法的另一个关键问题。创建哈希表和查找哈希表都会遇到冲突，两种情况下解决冲突的方法应该一致。下面以创建哈希表为例，说明解决冲突的方法。这种方法也称再散列法，其基本思想是：当关键字key的哈希地址出现冲突时，以p为基础，产生另一个哈希地址p1，如果p1仍然冲突，再以p为基础，产生另一个哈希地址p2，…，直到找出一个不冲突的哈希地址pi ，将相应元素存入其中。
Hash(散列）冲突解决之线性探测再散列和二次探测再散列
qq_54429571的博客
08-23 1万+
Hash(散列）冲突解决-线性探测再散列和二次探测再散列。
散列表查找失败平均查找长度_Python数据结构与算法56：排序与查找：冲突解决方案...
weixin_39964899的博客
11-21 409
注：本文如涉及到代码，均经过Python 3.7实际运行检验，保证其严谨性。本文阅读时间约为6分钟。前面说过，如果两个数据项被散列映射到同一个槽，需要一个系统化的方法在散列表中保存第二个数据项，这个过程被称为“解决冲突”。如果散列函数是完美的，那就不会有散列冲突，但实际情况是，完美散列函数常常并不存在，解决散列冲突成为散列方法中很重要的一部分。解决散列的一种方法就是，为冲突的数据项再找一个开放的空...
哈希表，哈希冲突（解决的4种方法）
Ydritws的博客
01-10 2617
哈希冲突：当两个不同的数经过哈希函数计算后得到了同一个结果，即他们会被映射到哈希表的同一个位置时，即称为发生了哈希冲突。当我们的所需要存放值的位置被占了，我们就往后面一直加1并对m取模直到存在一个空余的地址供我们存放值，取模是为了保证找到的位置在0~m-1的有效空间之中。举例：就是当我们去教室上课，发现该位置已经存在人了，所以我们应该寻找新的位子坐下，这就是开放定址法的思路。存在问题：出现非同义词冲突（两个不想同的哈希值，抢占同一个后续的哈希地址）被称为堆积或聚集现象。（i会逐渐递增加1）
cpp代码-二次探测再散列哈希表
07-14
二次探测再散列是一种解决哈希冲突的方法，当第一次哈希运算产生冲突时，不是立即采用链地址法或开放寻址法，而是进行第二次甚至多次探测，寻找下一个空的哈希位置。 在二次探测再散列中，如果哈希函数h(key)得到的...
hash算法_哈希排序算法
weixin_39808726的博客
10-20 2414
哈希(Hash)算法，就是把任意长度的输入通过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来确定唯一的输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。哈希算法性质 如果两个散列值是不相同的，那么这两个散列值的原始输入也是不相同的。如果两个散列值是相...
哈希表数据结构_图文并茂详解数据结构之哈希表
weixin_39731807的博客
12-04 1372
哈希表简介哈希表也叫散列表，哈希表是一种数据结构，它提供了快速的插入操作和查找操作，无论哈希表总中有多少条数据，插入和查找的时间复杂度都是为O(1)，因为哈希表的查找速度非常快，所以在很多程序中都有使用哈希表，例如拼音检查器。哈希表也有自己的缺点，哈希表是基于数组的，我们知道数组创建后扩容成本比较高，所以当哈希表被填满时，性能下降的比较严重。哈希表采用的是一种转换思想，其中一个中要的概念是如何将「...
解决hash冲突的方法
weixin_33738578的博客
04-17 404
复制粘贴于：https://www.cnblogs.com/wuchaodzxx/p/7396599.html#H1_2 开放地址法（线性探测法、二次探测、伪随机探测） 再哈希法 链地址法 建立公共溢出区 一、开放定址法 这种方法也称再散列法，其基本思想是：当关键字key的哈希地址p=H（key）出现冲突时，以p为基础，产生另一个哈希地址p1，如果p1仍然冲突，再以p为基础，...
Java集合-HashMap
oheg2010的博客
04-29 425
Java集合-HashMap前言哈希算法哈希表什么是哈希表哈希函数详细描述处理冲突查找及分析java中的MapHashMap上帝视角:HashMap使用HashMap的put方法:MashMap的hash方法和hash桶数组索引位置：HashMap的resize()方法HashMap的长度保持2的次幂好处： 前言 了解HashMap前，我们先了解几个概念 哈希算法，是一类算法。 哈希表(Hash...
DS哈希查找—二次探测再散列（附图解）
热门推荐
hhhertzzz的博客
12-23 1万+
题目描述 定义哈希函数为H(key) = key%11。输入表长（大于、等于11），输入关键字集合，用二次探测再散列构建哈希表，并查找给定关键字。 输入 测试次数t 每组测试数据格式如下： 哈希表长m、关键字个数n n个关键字 查找次数k k个待查关键字 输出 对每组测试数据，输出以下信息： 构造的哈希表信息，数组中没有关键字的位置输出NULL 对k个待查关键字，分别输出： 0或1（0—不成功，1—成功）、比较次数、查找成功的位置（从1开始） 样例输入 1 12 10 22 19 21 8 9 30 33.
解决哈希冲突的几种方式
机械工程跑路哥
07-26 3468
哈希函数是一个映像，把任意长度的输入，通过Hash算法变换成固定长度的输出，这个输出就是Hash值；当两个不同的输入，产生了同一个输出值即为哈希冲突。
算法基础—哈希表散列表的构建和处理冲突
null_one的博客
04-25 866
算法基础—哈希表散列表的构建和处理冲突
数据结构和算法——哈希查找冲突处理方法（开放地址法-线性探测、平方探测、双散列探测、再散列，分离链接法）
li13437542099的博客
08-10 9596
数据结构和算法——哈希查找冲突处理方法（开放地址法-线性探测、平方探测、双散列探测、再散列，分离链接法） 在开放地址散列表中，删除操作要很小心。通常只能“懒惰删除”，即需要增加一个“删除标记（Deleted）”，而并不是真正删除它。以便查找时不会“断链”。其空间可以在下次插入时重用。
【基础知识】什么是哈希冲突？
m0_56573171的博客
03-15 9331
哈希冲突（Hash Collision）是指在使用哈希表存储数据时，两个或多个不同的键（Key）被哈希函数映射到同一个位置的情况。因此，在设计哈希表时，应尽量选择合适的哈希函数和哈希表大小，并合理控制装载因子，以减少冲突的发生。因此，在设计哈希表时，应尽量选择合适的哈希函数和哈希表大小，并合理控制装载因子，以减少冲突的发生。是一种解决哈希冲突的方法，它的基本思想是，当发生哈希冲突时，按照某种规则寻找下一个空闲的位置来存储数据。在发生冲突的时候，再用另一个哈希函数算出哈希值，直到算出的哈希值不同为止。
（C++）DS哈希查找—二次探测再散列（附思路和详细注释）
最新发布
程序源的博客
12-26 1万+
定义哈希函数为。输入表长（大于、等于11），输入关键字集合，用二次探测再散列构建哈希表，并查找给定关键字。
数据结构课程设计------c实现散列表（二次探测再哈希）电话簿（文件存储）
LXY的博客
06-27 5613
题目二 ：散列表的设计与实现 2.1问题描述 设计散列表实现电话号码查找系统，使得平均查找长度不超过2 基本要求 （1）设每个记录有下列数据项：电话号码、用户名、地址； （2）从键盘输入各记录，以电话号码为关键字建立散列表； （3）采用一定的方法解决冲突； （4）查找并显示给定电话号码的记录； 2.2.算法设计与分析 2.2.1设计思路分析 基本思路 1构建哈希表（需要构造一个哈希函数，确定一个...
用C语言编写二次探测再散列的哈希查找
06-02
好的，以下是用C语言编写的二次探测再散列的哈希查找的代码示例： ```c #include <stdio.h> #include <stdlib.h> #define SIZE 10 int hash(int key) { return key % SIZE; } int hash2(int key) { return 7 - (key % 7); } int hashSearch(int hashTable[], int key) { int index = hash(key); int h2 = hash2(key); int i = 0; while (hashTable[(index + i * h2) % SIZE] != -1) { if (hashTable[(index + i * h2) % SIZE] == key) { return (index + i * h2) % SIZE; } i++; } return -1; } void hashInsert(int hashTable[], int key) { int index = hash(key); int h2 = hash2(key); int i = 0; while (hashTable[(index + i * h2) % SIZE] != -1) { i++; } hashTable[(index + i * h2) % SIZE] = key; } int main() { int hashTable[SIZE]; for (int i = 0; i < SIZE; i++) { hashTable[i] = -1; } hashInsert(hashTable, 5); hashInsert(hashTable, 25); hashInsert(hashTable, 15); hashInsert(hashTable, 35); printf("Key 15 found at index %d\n", hashSearch(hashTable, 15)); printf("Key 35 found at index %d\n", hashSearch(hashTable, 35)); printf("Key 5 found at index %d\n", hashSearch(hashTable, 5)); printf("Key 25 found at index %d\n", hashSearch(hashTable, 25)); printf("Key 10 not found, returned index %d\n", hashSearch(hashTable, 10)); return 0; } ``` 在上述代码中，我们定义了两个哈希函数，`hash()` 和 `hash2()`。`hash()` 函数用于计算键的初始哈希值，`hash2()` 函数用于计算键的二次哈希步长。 `hashSearch()` 函数用于在哈希表中查找给定的键。它使用二次探测再散列的方法来解决哈希冲突。如果键存在于哈希表中，则返回键的索引。如果键不存在于哈希表中，则返回 -1。 `hashInsert()` 函数用于将键插入哈希表中。它也使用二次探测再散列的方法来解决哈希冲突。 在 `main()` 函数中，我们首先初始化哈希表。然后插入一些键值对，并使用 `hashSearch()` 函数查找这些键的索引。最后，我们查找一个不存在于哈希表中的键，并检查 `hashSearch()` 函数是否返回了 -1。 希望这个示例能够帮助你理解如何使用C语言编写二次探测再散列的哈希查找。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值