DS哈希查找—二次探测再散列

最新推荐文章于 2024-06-11 09:15:00 发布
最新推荐文章于 2024-06-11 09:15:00 发布
阅读量3.5w 收藏 19
点赞数 15
分类专栏： OJ 文章标签： 再散列
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40673608/article/details/84791661
版权

题目描述

定义哈希函数为H(key) = key%11。输入表长（大于、等于11），输入关键字集合，用二次探测再散列构建哈希表，并查找给定关键字。

输入

测试次数t

每组测试数据格式如下：

哈希表长m、关键字个数n

n个关键字

查找次数k

k个待查关键字

输出

对每组测试数据，输出以下信息：

构造的哈希表信息

最低0.47元/天 解锁文章
z-k
关注
  • 15
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
二次探测再散列法解决哈希冲突
2301_76885122的博客
01-03 1052
二次探测再散列法解决哈希冲突
用二次探测再散列法解决冲突建立哈希表并查找
04-13
输入(从文件中读取)： 　　Data.txt 　　每行：编号，权重 　　（1）建立数组，从 “Data.txt” 中读取编号和权重； 　　（2）从键盘读入待查找的权重数值，以除留余数法为哈希函数，二次探测再散列法解决冲突建立哈希表，基于哈希算法从数组中查找相应的记录，计算相应的查找时间，并在屏幕上输出显示。(提示:当前计算机时间 函数 C\C++中参见GetTickCount)。 　　（3）从键盘读入待查找的权重数值，以顺序查找算法从数组中查找相应的记录。计算相应的查找时间，并在屏幕上输出显示。 　　（4）在实验报告（格式已给出）中记录由（2）和（3）查找同一个数时的实验结果。
二分查找详解
最新发布
Weirdo的博客
06-11 1849
二分查找是一种简单而高效的查找算法，在有序数组查找中有广泛的应用。插值查找和BST是二分查找的变种，它们在某些情况下能够提供更高的效率。理解这些算法的原理和实现方式，对于提高编程能力和解决实际问题具有重要意义。
Hash(散列）冲突解决之线性探测再散列和二次探测再散列
qq_54429571的博客
08-23 1万+
Hash(散列）冲突解决-线性探测再散列和二次探测再散列。
查找算法【哈希表】 - 处理冲突的方法：开放地址法-二次探测法 & 随机探测法 & 再散列法
谢谢你们的关注
10-22 1万+
查找算法【哈希表】 - 处理冲突的方法：开放地址法-二次探测法 & 随机探测法 & 再散列法
DS哈希查找—二次探测再散列（附图解）
热门推荐
hhhertzzz的博客
12-23 1万+
题目描述 定义哈希函数为H(key) = key%11。输入表长（大于、等于11），输入关键字集合，用二次探测再散列构建哈希表，并查找给定关键字。 输入 测试次数t 每组测试数据格式如下： 哈希表长m、关键字个数n n个关键字 查找次数k k个待查关键字 输出 对每组测试数据，输出以下信息： 构造的哈希表信息，数组中没有关键字的位置输出NULL 对k个待查关键字，分别输出： 0或1（0—不成功，1—成功）、比较次数、查找成功的位置（从1开始） 样例输入 1 12 10 22 19 21 8 9 30 33.
二次再散列法
weixin_43358065的博客
11-14 2309
二次再散列法
哈希表线性探测再散列（纯数字）
12-22
c代码实现哈希表线性探测再散列。关键字均为纯数字。查找时为单次查找，未加入循环
cpp代码-二次探测再散列哈希表
07-14
二次探测再散列是一种解决哈希冲突的方法，当第一次哈希运算产生冲突时，不是立即采用链地址法或开放寻址法，而是进行第二次甚至多次探测，寻找下一个空的哈希位置。 在二次探测再散列中，如果哈希函数h(key)得到的...
hash算法_哈希排序算法
weixin_39808726的博客
10-20 2391
哈希(Hash)算法，就是把任意长度的输入通过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来确定唯一的输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。哈希算法性质 如果两个散列值是不相同的，那么这两个散列值的原始输入也是不相同的。如果两个散列值是相...
哈希查找—二次探测再散列
m0_53155317的博客
06-13 1474
哈希查找
数据结构课程设计------c实现散列表（二次探测再哈希）电话簿（文件存储）
LXY的博客
06-27 5610
题目二 ：散列表的设计与实现 2.1问题描述 设计散列表实现电话号码查找系统，使得平均查找长度不超过2 基本要求 （1）设每个记录有下列数据项：电话号码、用户名、地址； （2）从键盘输入各记录，以电话号码为关键字建立散列表； （3）采用一定的方法解决冲突； （4）查找并显示给定电话号码的记录； 2.2.算法设计与分析 2.2.1设计思路分析 基本思路 1构建哈希表（需要构造一个哈希函数，确定一个...
二次探测再散列举例_二次探测散列法
weixin_26779013的博客
12-28 4203
展开全部二次再散e68a84e8a2ad3231313335323631343130323136353331333431366365列法是指第一次散列产生哈希地址冲突，为了解决冲突，采用另外的散列函数或者对冲突结果进行处理的方法。散列函数的选择有两条标准：简单和均匀。简单指散列函数的计算简单快速；均匀指对于关键字集合中的任一关键字，散列函数能以等概率将其映射到表空间的任何一个位置上。也就是说，散列...
哈希表查找失败的平均查找长度_哈希算法高大上？也不过如此
weixin_39822493的博客
11-21 2080
01知识框架02知识点详解1散列表的相关概念①什么是散列表和散列函数?是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，记为 Hash(key) = Addr 这里的地址是数组下标、索引或内存地址等)。存放记录的数组叫做散列表。②什么是同义词和冲突？散列函数可能会把两个或两个...
哈希表之二次探测法
m0_72542983的博客
02-08 4549
二次探测法
散列表（四）：冲突处理的方法之开地址法（二次探测再散列的实现）
winform采集
07-31 6623
前面的文章分析了开地址法的其中一种：线性探测再散列，这篇文章来讲开地址法的第二种：二次探测再散列 （二）、二次探测再散列 为改善“堆积”问题，减少为完成搜索所需的平均探查次数，可使用二次探测法。 通过某一个散列函数对表项的关键码 x 进行计算，得到桶号，它是一个非负整数。 若设表的长度为TableSize = 23，则在线性探测再散列举的例子中利用二次探查法所得到的散列结果如图...
二次探测再散列举例_大侠们救命----关于二次探测再散列的C语言实现
weixin_39616547的博客
12-19 740
大侠们救命----关于二次探测再散列的C语言实现(2012-06-05 01:08:07)标签：二c语言杂谈大侠们救命----关于二次探测再散列的C语言实现针对开放地址哈希表结构，采用线性探测再散列处理冲突过程中会发生的两个第一个哈希地址不同的记录争夺一个后续哈希地址的“二次聚集”的现象。例：用线性探测再散列法处理冲突： Hi = key MOD m;其中m=10为哈希表长度,插入前15，16，1...
DS哈希查找—线性探测再散列博客
12-14
以下是DS哈希查找-线性探测再散列的博客： 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。哈希函数是将关键字映射到索引的函数，它的设计直接影响到哈希表的性能。 线性探测再散列是一种解决哈希冲突的方法。当发生哈希冲突时，线性探测再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，即重新计算哈希函数并将关键字插入到新的位置。 下面是DS哈希查找-线性探测再散列的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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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