哈希查找解决地址冲突的两种最常见方法（线性探测再散列，链地址法）C++实现

最新推荐文章于 2022-10-29 12:34:44 发布
最新推荐文章于 2022-10-29 12:34:44 发布
阅读量470 收藏 1
点赞数
文章标签： 哈希查找 解决地址冲突（线性探测再散列 链地址法） 数据结构
原文链接：https://www.codeprj.com/blog/8d8a391.html
版权
asdfgh0077
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
散列表查找算法--链地址法和线性探查法
霍淇滨的博客
12-16 1764
散列表查找算法 步骤： 用散列函数将被查找的键转化成数组索引 处理碰撞冲突 有两种常见的碰撞处理的方法，分别是链地址法和线性探测法。 1 链地址法 链地址法：将大小为M的数组中的每个元素指向一条结点类型的链表，链表中保存散列值为该元素的索引的键值对。 在一张含...
数据结构—— 处理散列冲突的四种方法【开放定址法-再散列函数法-链地址法-公共溢出区法】
刘鑫磊
02-11 1万+
目录: 一：开放定址法 1.定义 2.要求 3.线性探测法 4.二次探测法 5.随机探测法 二：再散列函数法 1.散列函数 2.解释 3.优点弊端 A:优点 B:弊端 三：链地址法 1.定义 2.优点弊端 A:优点 B:弊端 四：公共溢出区法 一：开放定址法 1.定义 所谓的开放定址法就是一旦发生了冲突，就去寻找下一个空的散列地址 2.要...
处理散列冲突的方法
qq_44587855的博客
12-23 2913
1. 开放定址法 一旦发生了冲突，就去寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到，并将记录存入。 发生冲突，另寻他处 我们把这种解决冲突的方法称为线性探测法。 我们在解决冲突的时候，还会碰到比如说一个数 48， 它所在的位置已经被占用，它只能往后延，但是又与后面的冲突 ，本来两个数一点关系都没有，但是发生冲突，这种现象称为堆积， 堆积的出现使得我们需要不断处理冲突，即48要不...
哈希查找~直接地址法
weixin_43151932的博客
10-24 1992
Hash表存储数据，用再散列来解决地址冲突问题，计算平均查找长度，还可以通过Key值查找对应的value
07-06
散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。
散列表 （哈希表，线性探测再散列）
01-07
散列表，也称为哈希表。根据设定的哈希函数H（key）和处理冲突的方法将一组... 处理冲突的方法：1）开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列） 2）再哈希法 3）链地址法 4）建立一 公共溢出区
MFC 哈希表 小电话簿 线性探测法 除留取余法
06-26
从键盘输入各记录，以用户名为关键字建立哈希表， 哈希函数用除留取余数法构造， 采用线性探测法解决冲突。可以插入、查找、删除并显示给定用户名的记录， 并计算查找长度, 哈希表保存到文件中。 测试数据： 取自己...
【数据结构课程设计-源代码！】（C++）利用hash技术和二分查找技术统计某C源程序中的关键字出现的频度
最新发布
03-27
发生Hash冲突用线性探测法解决。设Hash函数为： Hash（key）=[(key的第一个字母序号)*100+(key的最后一个字母序号)] MOD 41。 （2）用顺序表存储c语言中的关键字，把c源程序取出每个单词利用二分查找技术统计该程序...
数据结构-实验9-哈希查找.doc
07-11
实验内容 1) 哈希表查找的实现（用线性探测法解决冲突）； 2) 能对哈希表进行插入和查找。 3. 实验要求 1) 分析算法思想，利用C（C++）语言完成程序设计。 2) 上机调试通过实验程序。 3) 输入数据，进行哈希插入和...
用二次探测再散列法解决冲突建立哈希表并查找
04-13
输入(从文件中读取)： 　　Data.txt 　　每行：编号，权重 　　（1）建立数组，从 “Data.txt” 中读取编号和权重； 　　（2）从键盘读入待查找的权重数值，以除留余数法为哈希函数，二次探测再散列法解决冲突建立哈希表，基于哈希算法从数组中查找相应的记录，计算相应的查找时间，并在屏幕上输出显示。(提示:当前计算机时间 函数 C\C++中参见GetTickCount)。 　　（3）从键盘读入待查找的权重数值，以顺序查找算法从数组中查找相应的记录。计算相应的查找时间，并在屏幕上输出显示。 　　（4）在实验报告（格式已给出）中记录由（2）和（3）查找同一个数时的实验结果。
哈希函数代码
11-03
大学课程、数据结构、C代码、设定哈希函数 H(key) = key MOD 11 ( 表长=11 )，输入一组关键字序列，根据线性探测再散列解决冲突的方法建立哈希表的存储结构，显示哈希表，任意输入关键字，判断是否在哈希表中。
散列表（三）：冲突处理的方法之开地址法（线性探测再散列的实现）
winform采集
07-31 2539
二、开地址法 基本思想：当关键码key的哈希地址H0 = hash(key)出现冲突时，以H0为基础，产生另一个哈希地址H1 ，如果H1仍然冲突，再以H0 为基础，产生另一个哈希地址H2 ，…，直到找出一个不冲突的哈希地址Hi ，将相应元素存入其中。这种方法有一个通用的再散列函 数形式： 其中H0 为hash(key) ，m为表长，di称为增量序列。增量序列的取值方式不同，相应的再散列...
Hash(散列）冲突解决之线性探测再散列和二次探测再散列
热门推荐
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。
C++链地址法实现哈希表
longhopefor,开启学习之路
05-14 3710
哈希表，也叫散列表，是根据关键码值(Key　value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做哈希函数，存放记录的数组叫做哈希表。 哈希函数最主要的设计在于哈希函数和冲突处理的解决，其中哈希函数的设计方法主要有直接定址法和除留余数法；冲突处理的方法主要有开放定址法和链地址法。本文主要实现了一个基本存放字符串的哈希表，冲
Hash 哈希表（链地址法处理冲突,c++）
麦片不加糖
04-30 2368
Hash (链地址法处理冲突） Hash，一般翻译做散列、杂凑，或音译为哈希，是把任意长度的输入（又叫做预映射pre-image）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。(百度百科)...
c++数据结构：散列表（哈希）
qq_45303986的博客
10-29 1684
访问的话可以通过下标来访问数据。设关键码为（25 21 39 9 23 11） H(k)=k%7由于H(k)=k%7 ，所以地址编号为0-6例如：上面的H(25 )H(39) H(11)具有相同的函数值。
再看C++哈希表（散列表）
duchenlong的博客
07-03 1317
C++STL中的哈希表，分析哈希冲突几种解决方案，并进行实现，简单实现unordered_map中的[]重载
基于链地址法的散列表查找
weixin_44001521的博客
12-25 978
#include"pch.h" #include<iostream> using namespace std; typedef int keyType; typedef struct HashTable { keyType key; struct HashTable * next; }HashTable, *HashTree; class Hash { public: int ...
已知一组关键字序列为{5,88,12,56,71,28,33,43,93,17}，哈希表长为13，哈希函数为H(key)=key%13，请用线性探测再散列、二次线性探测再散列以及链地址法解决冲突构造这组关键字的哈希表，并计算查找成功时的平均查找长度。请编写C++代码实现上述功能
06-11
线性探测再散列： ```c++ #include <iostream> #define MAXSIZE 13 using namespace std; int hashTable[MAXSIZE] = {0}; void insert(int key) { int pos = key % MAXSIZE; if (hashTable[pos] == 0) { hashTable[pos] = key; } else { int i = 1; while (hashTable[(pos + i) % MAXSIZE] != 0) { i++; } hashTable[(pos + i) % MAXSIZE] = key; } } int search(int key) { int pos = key % MAXSIZE; int i = 0; while (hashTable[(pos + i) % MAXSIZE] != key) { i++; if (hashTable[(pos + i) % MAXSIZE] == 0 || i == MAXSIZE) { return -1; } } return (pos + i) % MAXSIZE; } int main() { int arr[10] = {5,88,12,56,71,28,33,43,93,17}; for (int i = 0; i < 10; i++) { insert(arr[i]); } for (int i = 0; i < MAXSIZE; i++) { cout << hashTable[i] << " "; } cout << endl; int pos = search(33); if (pos != -1) { cout << "Find key 33 at position " << pos << endl; } else { cout << "Key 33 not found" << endl; } return 0; } ``` 二次线性探测再散列： ```c++ #include <iostream> #define MAXSIZE 13 using namespace std; int hashTable[MAXSIZE] = {0}; void insert(int key) { int pos = key % MAXSIZE; if (hashTable[pos] == 0) { hashTable[pos] = key; } else { int i = 1; while (hashTable[(pos + i*i) % MAXSIZE] != 0) { i++; } hashTable[(pos + i*i) % MAXSIZE] = key; } } int search(int key) { int pos = key % MAXSIZE; int i = 0; while (hashTable[(pos + i*i) % MAXSIZE] != key) { i++; if (hashTable[(pos + i*i) % MAXSIZE] == 0 || i == MAXSIZE) { return -1; } } return (pos + i*i) % MAXSIZE; } int main() { int arr[10] = {5,88,12,56,71,28,33,43,93,17}; for (int i = 0; i < 10; i++) { insert(arr[i]); } for (int i = 0; i < MAXSIZE; i++) { cout << hashTable[i] << " "; } cout << endl; int pos = search(33); if (pos != -1) { cout << "Find key 33 at position " << pos << endl; } else { cout << "Key 33 not found" << endl; } return 0; } ``` 链地址法： ```c++ #include <iostream> #include <vector> #define MAXSIZE 13 using namespace std; struct Node { int val; Node* next; Node(int x) : val(x), next(NULL) {} }; vector<Node*> hashTable(MAXSIZE, NULL); void insert(int key) { int pos = key % MAXSIZE; if (hashTable[pos] == NULL) { hashTable[pos] = new Node(key); } else { Node* p = hashTable[pos]; while (p->next != NULL) { p = p->next; } p->next = new Node(key); } } int search(int key) { int pos = key % MAXSIZE; Node* p = hashTable[pos]; int cnt = 0; while (p != NULL) { if (p->val == key) { return cnt; } p = p->next; cnt++; } return -1; } int main() { int arr[10] = {5,88,12,56,71,28,33,43,93,17}; for (int i = 0; i < 10; i++) { insert(arr[i]); } for (int i = 0; i < MAXSIZE; i++) { cout << i << ": "; Node* p = hashTable[i]; while (p != NULL) { cout << p->val << " "; p = p->next; } cout << endl; } int cnt = search(33); if (cnt != -1) { cout << "Find key 33, search " << cnt+1 << " times" << endl; } else { cout << "Key 33 not found" << endl; } return 0; } ``` 其中，查找成功时的平均查找长度为指定关键字的查找长度之和与关键字总数的商。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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