数据结构与算法分析--c语言描述(原书第二版)练习自答（第五章）

5.1

图片截自答案（非自己画的）

2.

3.

4.
将会插入失败

5.2

待完善

5.3

待完善

5.4

 假设P为进行rehash时的装填因子，如果P接近或者等于1.0的话，那么一连串的insert和delete操作就会导致反复的rehash。
 如果原表tablesize为2N，当有2N*P个elements时rehash，这时候新表的tablesize就是N，而elements为2PN。这时它需要进行2N-2PN次插入，或者PN次删除才会进行rehash。令2N-2PN=PN，那么P的值为$\frac{2}{3}$。

5.5

1. 因为这种策略下，每一个位置都能被探测到，所有冲突总能被解决。
2. 可以消除一次聚集，却不能消除二次聚集，因为所有的冲突都使用同一个冲突解决序列。
3. 及4.
    期望时间与平方探测相近，并且在表未被填满的情况下，插入不会失败。

(从以前的答案中贴过来)

#ifndef _2_7_h
#define _2_7_h
#include <time.h>
extern int RandInt(int i,int j);
clock_t start,finish;
extern void Substitution(int A[],int N);
#endif

#include <stdlib.h>
#include <time.h>
int RandInt(int i,int j)
{
	int tmp;
	if(i>j)
	{
		tmp=i;
		i=j;
		j=tmp;
	}
	srand((unsigned int)time(0));
	return rand()%(j-i+1)+i;
}

#include "2.7.h"
static void Swap(int *p,int *q);
void Substitution(int A[],int N)
{
	int i;
	for(i=0;i<N;i++)
		A[i]=i+1;
	for(i=1;i<N;i++)
		Swap(&A[i],&A[RandInt(0,i)]);
}
void Swap(int *p,int *q)
{
	int tmp;
	tmp=*p;
	*p=*q;
	*q=tmp;
}

5.6

1. 分离链接法

• 优点：适度增加装填因子时，性能不受影响，而且可以在扩容时避免再次散列(这相当耗时）。
• 缺点：需要包含另外一个数据结构（链表），一个成功的查找需要遍历大约$1+\frac{\lambda }{2}$。给新单元分配地址需要时间，导致算法速度被拖慢。

2. 开放定址法

• 线性探测法：只要表有空的单元就不会插入失败。但是会发生一次聚集(primary clustering)，并且在装填因子$\lambda$逐渐增大时，需要的探测次数会迅速增加。
• 平方探测法：消除了一次聚集(primary clustering)，同时在表的大小是素数，且表至少有一半是空的时候，总能够插入一个新的元素。但是如果表被填满超过一半，或则表的大小不是素数时，有可能会插入失败。同时无法进行标准删除操作，可能导致表提前过满。依旧无法避免二次聚集(secondary clustering)。
• 双散列：使用第二个散列函数增加消耗，同时第二个散列函数的选择必须满足诸多条件。

5.7

见仓库

5.8

 使用线性探测法，在极限情况下散列表也需要30000个表项才能插入完单词，但是这是不可能的，因为性能将极其低下。所以散列表大致应该有60000个表项，而每个表项有8bytes，所以总共480000bytes。

5.9

1. 对的
2. 不一定，因为不同的单词可能得到的哈希值相同。
3. 300007bit，大概37501bytes
4. 假设TableSize=300007的情况下，30000个单词将占据表项的10%，那么不在表中的单词将有10%的机会落到值为1的位置上。即错误的概率是$\frac{1}{10}$
5. 在对单词拼写要求不是特别严格的情况下，是可用的。因为当文档有20页时，其中的拼写错误有60处，平均可以检测出54处。如果把TableSize扩大约三倍，这种情况下错误概率约$\frac{1}{30}$，也不过能检测出58处，而这将消耗100kb的空间。

5.10

待完善

5.11

待完善

5.12

待完善

5.13

见仓库

5.14

图片截自答案（非自己画的）

5.15

见仓库