算法导论 11.4 开放寻址法 习题解答

11.4 开放寻址法

11.4-1 考虑用开放寻址法将关键字10,22,31,4,15,28,17,88,59插入到一长度为m = 11的散列表中，辅助散列函数为h’(k) = k。试说明分别用线性探查、二次探查（c1=1,c2=3）和双重散列（h1(k) = k，h2(k) = 1 + (k mod (m - 1))）将这些关键字插入散列表的过程。

线性探查：

	1	2	3	4	5	6	7	8	9
0 mod 11		22	22	22	22	22	22	22	22
1 mod 11								88	88
2 mod 11
3 mod 11
4 mod 11				4	4	4	4	4	4
5 mod 11					15	15	15	15	15
6 mod 11						28	28	28	28
7 mod 11							17	17	17
8 mod 11									59
9 mod 11			31	31	31	31	31	31	31
10 mod 11	10	10	10	10	10	10	10	10	10

二次探查：

	1	2	3	4	5	6	7	8	9
0 mod 11		22	22	22	22	22	22	22	22
1 mod 11
2 mod 11								88	88
3 mod 11							17	17	17
4 mod 11				4	4	4	4	4	4
5 mod 11
6 mod 11						28	28	28	28
7 mod 11									59
8 mod 11					15	15	15	15	15
9 mod 11			31	31	31	31	31	31	31
10 mod 11	10	10	10	10	10	10	10	10	10

双重散列：

	1	2	3	4	5	6	7	8	9
0 mod 11		22	22	22	22	22	22	22	22
1 mod 11
2 mod 11									59
3 mod 11							17	17	17
4 mod 11				4	4	4	4	4	4
5 mod 11					15	15	15	15	15
6 mod 11						28	28	28	28
7 mod 11								88	88
8 mod 11
9 mod 11			31	31	31	31	31	31	31
10 mod 11	10	10	10	10	10	10	10	10	10

11.4-2 试写出HASH-DELETE的伪代码；修改HASH-INSERT，使之能处理特殊值DELETED。

HASH-REMOVE(T, k)

pos := HashSearch(T, k)

if pos != NULL

T[pos] := DEL

return pos

HASH-INSERT(T, k)

    i = 0

    repeat

        j = h(k, i)

        if T[j] == NIL or T[j] == DEL

            T[j] = k

            return j

        else i = i + 1

    until i == m

    return "overflow"

11.4-3 考虑一个采用均匀散列的开放寻址散列表。当装载因子为3/4和7/8时，试分别给出一次不成功查找和一次成功查找的探查期望数上界。

α=3/4：

不成功：1 / (1−3/4) = 4 次

成功：1 / (3/4)​* ln (1/(1−3/4)) ≈ 1.848次

α=7/8：

不成功：1 / (1−7/8) = 8 次

成功：1 / (7/8)​* ln (1/(1−7/8)) ≈ 2.377次

11.4-4 假设采用双重散列来解决冲突，即所有的散列函数为h(k,i) = (h1(k) + i * h2(k)) mod m。试证明：如果对某个关键字k，m和h2(k)有最大公约数d >= 1，则在对关键字k的一次不成功查找中，在返回槽h1(k)之前，要检查散列表中第(1/d)个元素。于是，当d = 1时，m与h2(k)互素，查找操作可能要检查整个散列表。

哈希冲突的处理方式： 当插入一个关键字时，如果发生哈希冲突，就意味着两个关键字被映射到了同一个槽位。为了解决这个问题，我们使用了双重散列，即尝试将关键字插入到下一个可能的槽位。

最大公约数 d 的作用： 如果哈希表的大小 m 和 h2(k) 有一个大于等于1的最大公约数 d，那么在查找时，我们不仅仅需要考虑 h1(k) 的位置，还需要检查哈希表中的另一个位置。

为什么要检查另一个位置： 这是因为在双重散列中，我们通过累加h2(k) 来寻找下一个可能的槽位。当 d>1 时，这个累加可能会导致我们错过一个本应插入的位置。因此，我们在查找过程中需要额外检查哈希表中的一个位置，以确保没有漏掉可能的插入位置。

特殊情况 d=1： 当 d=1 时，也就是说，哈希表的大小 m 与 h2(k) 互素（没有公约数），我们可能需要检查整个哈希表。这是因为在这种情况下，我们无法通过简单的检查一个特定位置来确保不会错过插入位置，所以可能需要遍历整个哈希表。

在这个问题中，我们考虑了h2(k) = d*c1，其中 m和h2(k)有最大公约数d，m = d*c2

假设 d>1，即 m 与 h2(k) 有公约数。

m = d*c2

h2(k) = d*c1

在探测 1/d 的表项时，即 i = d/m​，我们有：

h(k,m/d)=(h1(k) + m/d * h2(k)) mod m

h(k,m/d)=(h1(k) + m/d * d * c1) mod (d * c2)

简化后：

h(k,m/d)=(h1(k)+ m * c1) mod (d * c2)

由于 m=d*c2，我们得到：

h(k,m/d)=(h1(k)+ d * c2 * c1) mod (d * c2)

这里我们可以看到d * c2 * c1是d*c2的倍数，所以有：

h(k,m/d)=h1(k) mod m

在探测了 1/d 的表项之后，我们实际上检查的表项等同于h1(k) 对 m 取模后的结果。这确保了我们不会错过可能的插入位置，因为在双重散列的过程中，我们通过累加 h2(k) 来寻找下一个可能的槽位。在这个特定的情况下，我们通过检查1/d 的表项，确保了在h2(k) 的整数倍上进行探测。

11.4-5 考虑一个装载因子为α的开放寻址散列表。找出一个非零的α值，使得一次不成功查找的探查期望数是一次成功查找的探查期望数的2倍。这两个探查期望数可以使用定理11.6和定理11.8中给定的上界。

1 / (1 - α) = 2 * 1 / α* ln(1/(1-α))

α=0.71533