DS哈希查找—线性探测再散列

定义哈希表为H(key)=key%11,输入表长(大于、等于11)。输入关键字集合,用线性探测在散列构建哈希表,并查找给定关键字。

#include<iostream>
using namespace std;
int main(){
	int t,n,m,k,i,j,a,b;
	cin>>t;
	while(t--){
		cin>>m>>n;
		int *p=new int[m];
		int *z=new int[m];
		for(i=0;i<m;i++){
		    p[i]=0;
			z[i]=0;
		}
		int x;
		while(n--){
			cin>>a;
			i=a%11;
			while(z[i]==1){
				i=(i+1)%m;
			}
			p[i]=a;
			z[i]=1;
		}
		for(i=0;i<m;i++){
		    if(p[i]!=0)
			cout<<p[i];
			else cout<<"NULL";
			if(i<m-1)
			cout<<" ";
			else cout<<endl;
		}
		cin>>k;
		int num,w,K;
		while(k--){
			num=0;
			cin>>a;
			i=a%11;
			while(1){
				if(p[i]==a){
					K=1;
					break;
				}else if(p[i]==0){
					K=0;
					break;
				}else ;
				i++;
				i=i%m;
				num++;
			}
			if(K==1)
			cout<<"1 "<<num+1<<" "<<i+1<<endl;
			else cout<<"0 "<<num+1<<endl;
		}
	}
	return 0;
}

 

 

  • 9
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
以下是DS哈希查找-线性探测散列的博客: 哈希表是一种高效的数据结构,它可以在常数时间内完成插入、查找和删除操作。哈希表的核心思想是将关键字映射到一个固定的位置,这个位置就是哈希表中的索引。哈希数是将关键字映射到索引的数,它的设计直接影响到哈希表的性能。 线性探测散列是一种解决哈希冲突的方法。当发生哈希冲突时,线性探测散列会尝试在哈希表中寻找下一个可用的位置,直到找到一个空闲位置或者遍历了整个哈希表。具体的实现方式是:如果哈希表中的位置被占用了,就尝试往后找一个空闲位置,直到找到一个空闲位置或者遍历了整个哈希表。如果遍历了整个哈希表还没有找到空闲位置,就需要进行再散列,即重新计算哈希数并将关键字插入到新的位置。 下面是DS哈希查找-线性探测散列的Python实现代码: ```python class HashTable: def __init__(self, size): self.size = size self.keys = [None] * self.size self.values = [None] * self.size def hash_function(self, key): return key % self.size def rehash(self, old_hash): return (old_hash + 1) % self.size def put(self, key, value): hash_value = self.hash_function(key) if self.keys[hash_value] is None: self.keys[hash_value] = key self.values[hash_value] = value else: if self.keys[hash_value] == key: self.values[hash_value] = value else: next_slot = self.rehash(hash_value) while self.keys[next_slot] is not None and self.keys[next_slot] != key: next_slot = self.rehash(next_slot) if self.keys[next_slot] is None: self.keys[next_slot] = key self.values[next_slot] = value else: self.values[next_slot] = value def get(self, key): start_slot = self.hash_function(key) value = None stop = False found = False position = start_slot while self.keys[position] is not None and not found and not stop: if self.keys[position] == key: found = True value = self.values[position] else: position = self.rehash(position) if position == start_slot: stop = True return value ```

“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 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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