二次探测法

设哈希表长为11,哈希函数为Hash (key)=key%11。
存在关键码{43,7,29,22,16,92,44,8,19},采用二次探测法处理冲突,建立的hash表为( )
二次探测法:采用开放定址法处理冲突中的二次探测再散列(也即是题目中的二元探测法),则哈希函数变为

Hash(key) = (Hash(key) + d) % 11

其中d = 1^2, -1^2, 2^2, -2^2, 3^2,……,则开始计算。

对于43,代入公式为Hash(43) = 43 % 11 = 10, 则地址为10;

对于7,代入公式为Hash(7) = 7 % 11 = 7,则地址为7;

对于29,代入公式为Hash(29) = 29 % 11 = 7, 与7冲突,则采用二次探测进行消除冲突, 继续(7 + 1) % 11 = 8,没有冲突,则地址为8;

对于22,代入公式Hash(22) = 22 % 11 = 0, 则地址为0;

对于16,代入公式Hash(16) = 16 % 11 = 5, 则地址为5;

对于92,代入公式Hash(92) = 92 % 11 = 4,则地址为4;

对于44,代入公式Hash(44) = 44 % 11 = 0, 与22的地址冲突,则继续(0 + 1) % 11 = 1,没有冲突,则地址为1;

对于8, 代入公式Hash(8) = 8 % 11 = 8, 与29有冲突,则继续(8 + 1) % 11 = 9, 没有冲突,则地址为9;

对于19,代入公式Hash(19) = 19 % 11 = 8. 与 29有冲突,则继续(8 + 1) * 11 = 9, 与8有冲突,继续(8 - 1) % 11 = 7, 与7有冲突,则继续(8 + 4) % 11 = 1, 与44有冲突,则继续(8 - 4) % 11 = 4, 与92有冲突,则继续(8 + 9) % 11 = 6, 没有冲突,则地址为6.

所以最后得到的Hash表为下图所示:
在这里插入图片描述

  • 18
    点赞
  • 38
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
C++语言中的二次探测散列是一种常见的散列表实现方,用于解决哈希冲突问题。其基本思想是,当哈希函数计算出的位置已经被占用时,按照一定的规则在散列表中查找下一个空闲位置,直到找到为止。 具体实现过程如下: 1. 对于给定的关键字,通过哈希函数计算出它在散列表中的位置。 2. 如果该位置已经被占用,则按照二次探测的规则,在散列表中查找下一个空闲位置。具体规则为,从当前位置开始,依次查找 $(1^2, 2^2, 3^2, \ldots)$ 个位置,直到找到一个空闲位置为止。 3. 如果散列表已经满了,则无插入新的关键字。 4. 在查找时,如果找到了与待查找关键字相等的关键字,则说明该关键字已经存在于散列表中。 下面是二次探测散列的C++代码实现: ```cpp const int MAX_SIZE = 10007; // 哈希表中的每个元素结构体 struct HashNode { int key; // 关键字 int value; // 值 }; // 哈希表类 class HashTable { public: HashTable(); ~HashTable(); void Insert(int key, int value); void Remove(int key); int Find(int key); private: HashNode* data; // 哈希表数据 int size; // 哈希表大小 int count; // 哈希表中元素个数 int HashFunc(int key); // 哈希函数 int GetNextPos(int pos, int i); // 获取下一个空闲位置 }; HashTable::HashTable() { size = MAX_SIZE; count = 0; data = new HashNode[size]; } HashTable::~HashTable() { delete[] data; } void HashTable::Insert(int key, int value) { int pos = HashFunc(key); int i = 0; while (data[pos].key != -1 && i < size) { pos = GetNextPos(pos, i); i++; } if (i >= size) { cout << "HashTable is full." << endl; return; } data[pos].key = key; data[pos].value = value; count++; } void HashTable::Remove(int key) { int pos = HashFunc(key); int i = 0; while (data[pos].key != key && i < size) { pos = GetNextPos(pos, i); i++; } if (i >= size) { cout << "Key not found." << endl; return; } data[pos].key = -1; data[pos].value = -1; count--; } int HashTable::Find(int key) { int pos = HashFunc(key); int i = 0; while (data[pos].key != key && i < size) { pos = GetNextPos(pos, i); i++; } if (i >= size) { cout << "Key not found." << endl; return -1; } return data[pos].value; } int HashTable::HashFunc(int key) { return key % size; } int HashTable::GetNextPos(int pos, int i) { return (pos + i * i) % size; } ``` 在上面的代码中,`HashTable` 类封装了二次探测散列的实现细节,提供了插入、删除和查找操作。其中,`data` 数组存储了哈希表中的元素,`size` 表示哈希表的大小,`count` 表示哈希表中元素的个数。`HashFunc` 函数实现了哈希函数,`GetNextPos` 函数实现了获取下一个空闲位置的规则。在插入、删除和查找操作中,都需要通过哈希函数计算出待操作关键字在哈希表中的位置,然后按照二次探测的规则查找下一个空闲位置或者待操作关键字所在的位置。

“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 6
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

打赏作者

深度学习推荐算法

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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