算法导论 练习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。这两个探查期望可以使用定理11.6和定理11.8中给定的上界。

首先是参考了CLRS答案里Lambert W函数的解法，主要是补充一下细节部分

依题意对  进行求解

首先进行替换 ，即 ，原方程化简得到：

两边同时乘 ，再除以，得到：，即：

此时已经满足Lambert W函数的求解形式了（），因此：

，于是 

这里可以看出有一个解是 x = 0，但需要的不是这个而是 

借助网站wolframalpha，解得α约为0.7153

 其实一般可以作图来达到近似的效果

import math
import matplotlib.pyplot as plt

# α值为函数零点
def p(x):
    return 1 / (1 - x) - 2 / x * math.log(1 / (1 - x))

if __name__ == '__main__':
    x = [0.001 * i for i in range(1, 1000)]
    y = [p(i) for i in x]
    plt.plot(x, y)
    plt.show()

初始图做出来是这样的

基于y轴0点进行放大后，可得到近似结果0.7136

 

实际上也可以对上面的函数写一个简单的二分求解器来求解

epochs = 10000

i = 0

high, low = 0, 1

while i < epochs:
    i += 1
    mid = (high + low) / 2
    mid_v = p(mid)
    if mid_v > 0:
        high = mid
    elif mid_v < 0:
        low = mid
    else:
        break

print(mid, mid_v)    # 0.7153318629591615 0.0