第十五周项目1--验证算法

问题及代码:

/* 
 *Copyright(c) 2015, 烟台大学计算机学院 
 *All rights reserved. 
 *文件名称:验证算法.cpp 
 *作    者:杜文文 
 *完成日期:2015年 12月 11日 
 
 *问题描述:认真阅读并验证哈希表实施查找的相关算法,写程序建立序列{16, 74, 60, 43, 54, 90, 46, 31, 29, 88, 77}的哈希表,装填因子定为0.8,哈希函数为h(k)=key%p,p=11,采用线性探查法解决冲突。测试中: 
           (1)输出建立的哈希表; 
           (2)完成关键字为29的元素的查找; 
           (3)在上述哈希表中删除关键字为77的元素,再显示哈希表。 

*/


 

#include <stdio.h>
#define MaxSize 100         //定义最大哈希表长度
#define NULLKEY -1          //定义空关键字值
#define DELKEY  -2          //定义被删关键字值
typedef int KeyType;        //关键字类型
typedef char * InfoType;    //其他数据类型
typedef struct
{
    KeyType key;            //关键字域
    InfoType data;          //其他数据域
    int count;          //探查次数域
} HashData;

typedef HashData HashTable[MaxSize];        //哈希表类型

void InsertHT(HashTable ha,int &n,KeyType k,int p)  //将关键字k插入到哈希表中
{
    int i,adr;
    adr=k % p;
    if (ha[adr].key==NULLKEY || ha[adr].key==DELKEY)    //x[j]可以直接放在哈希表中
    {
        ha[adr].key=k;
        ha[adr].count=1;
    }
    else                    //发生冲突时采用线性探查法解决冲突
    {
        i=1;                //i记录x[j]发生冲突的次数
        do
        {
            adr=(adr+1) % p;  //此处处理冲突,但有不妥之处。应该%m,但m在这一个系列的解答中,并未作为参数传递进来。见程序后面的讨论
            i++;
        }
        while (ha[adr].key!=NULLKEY && ha[adr].key!=DELKEY);
        ha[adr].key=k;
        ha[adr].count=i;
    }
    n++;
}
void CreateHT(HashTable ha,KeyType x[],int n,int m,int p)  //创建哈希表
{
    int i,n1=0;
    for (i=0; i<m; i++)         //哈希表置初值
    {
        ha[i].key=NULLKEY;
        ha[i].count=0;
    }
    for (i=0; i<n; i++)
        InsertHT(ha,n1,x[i],p);
}
int SearchHT(HashTable ha,int p,KeyType k)      //在哈希表中查找关键字k
{
    int i=0,adr;
    adr=k % p;
    while (ha[adr].key!=NULLKEY && ha[adr].key!=k)
    {
        i++;                //采用线性探查法找下一个地址
        adr=(adr+1) % p;
    }
    if (ha[adr].key==k)     //查找成功
        return adr;
    else                    //查找失败
        return -1;
}
int DeleteHT(HashTable ha,int p,int k,int &n)   //删除哈希表中关键字k
{
    int adr;
    adr=SearchHT(ha,p,k);
    if (adr!=-1)        //在哈希表中找到该关键字
    {
        ha[adr].key=DELKEY;
        n--;            //哈希表长度减1
        return 1;
    }
    else                //在哈希表中未找到该关键字
        return 0;
}
void DispHT(HashTable ha,int n,int m)    //输出哈希表
{
    float avg=0;
    int i;
    printf(" 哈希表地址:\t");
    for (i=0; i<m; i++)
        printf(" %3d",i);
    printf(" \n");
    printf(" 哈希表关键字:\t");
    for (i=0; i<m; i++)
        if (ha[i].key==NULLKEY || ha[i].key==DELKEY)
            printf("    ");         //输出3个空格
        else
            printf(" %3d",ha[i].key);
    printf(" \n");
    printf(" 搜索次数:\t");
    for (i=0; i<m; i++)
        if (ha[i].key==NULLKEY || ha[i].key==DELKEY)
            printf("    ");         //输出3个空格
        else
            printf(" %3d",ha[i].count);
    printf(" \n");
    for (i=0; i<m; i++)
        if (ha[i].key!=NULLKEY && ha[i].key!=DELKEY)
            avg=avg+ha[i].count;
    avg=avg/n;
    printf(" 平均搜索长度ASL(%d)=%g\n",n,avg);
}
int main()
{
    int x[]= {16,74,60,43,54,90,46,31,29,88,77};
    int n=11,m=13,p=11,i,k=29;
    HashTable ha;
    CreateHT(ha,x,n,m,p);
    printf("\n");
    DispHT(ha,n,m);
    i=SearchHT(ha,p,k);
    if (i!=-1)
        printf(" ha[%d].key=%d\n",i,k);
    else
        printf(" 未找到%d\n",k);
    k=77;
    printf(" 删除关键字%d\n",k);
    DeleteHT(ha,p,k,n);
    DispHT(ha,n,m);
    i=SearchHT(ha,p,k);
    if (i!=-1)
        printf(" ha[%d].key=%d\n",i,k);
    else
        printf(" 未找到%d\n",k);
    printf(" 插入关键字%d\n",k);
    InsertHT(ha,n,k,p);
    DispHT(ha,n,m);
    printf("\n");
    return 0;
}


 

运行结果:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
算法思想: 分支限界法是一种在求解问题的所有可行解中,搜索最优解的算法。该算法采用广度优先搜索策略,对于每个节点,将其扩展为若干个子节点,计算子节点的上界或者下界,根据上界或者下界的大小,将子节点按照某种顺序排列,将最有可能包含最优解的子节点放在最前面,依次搜索扩展子节点,直到找到最优解为止。 对于0-1背包问题,分支限界法可以采用贪心法计算上界,即将背包容量按照性价比从大到小排序,然后依次将物品放入背包中,直到放不下为止。对于下界的计算,可以将剩余物品的价值全部加到当前背包的价值中,这样得到的价值就是当前背包能够得到的最大价值下界。 效率分析: 分支限界法的时间复杂度取决于搜索树的深度和每个节点的扩展子节点数目。对于0-1背包问题,搜索树的深度最多为n,每个节点最多扩展两个子节点,因此时间复杂度为O(2^n)。 Python代码: ```python class Node: def __init__(self, level, weight, value): self.level = level self.weight = weight self.value = value self.bound = 0 def bound(node, n, W, w, v): if node.weight >= W: return 0 else: max_bound = node.value j = node.level + 1 totweight = node.weight while j < n and totweight + w[j] <= W: max_bound += v[j] totweight += w[j] j += 1 if j < n: max_bound += (W - totweight) * v[j] / w[j] return max_bound def knapsack_bfs(n, W, w, v): queue = [] root = Node(-1, 0, 0) queue.append(root) max_value = 0 while len(queue) > 0: node = queue.pop(0) if node.level == n - 1: continue left = Node(node.level + 1, node.weight + w[node.level + 1], node.value + v[node.level + 1]) if left.weight <= W and left.value > max_value: max_value = left.value left.bound = bound(left, n, W, w, v) if left.bound > max_value: queue.append(left) right = Node(node.level + 1, node.weight, node.value) right.bound = bound(right, n, W, w, v) if right.bound > max_value: queue.append(right) return max_value # 测试案例 n = 5 W = 10 w = [2, 2, 6, 5, 4] v = [6, 3, 5, 4, 6] print(knapsack_bfs(n, W, w, v)) # 输出 15 ``` 测试案例: 我们使用如下的测试案例来验证算法的正确性: n = 5 W = 10 w = [2, 2, 6, 5, 4] v = [6, 3, 5, 4, 6] 其中n表示物品的个数,W表示背包的容量,w表示物品的重量,v表示物品的价值。该测试案例中的最优解为15,即将第1、2、5个物品放入背包中。 运行代码后可以得到正确的结果15。

“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

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