007跳表和散列2.pptVIP

* 一种改进的方法 ∞ 0 ∞ 0 ∞ 0 ∞ 0 ∞ 0 * 与线性开型寻址散列比较 空间: 线性开型寻址散列 :b(s+2) (数组 empty: 2b) 链表散列 : 2b+2n+ns 当bbs/(s+2) , 链表方法所占用的空间要比开型寻址少. 在实现线性开型寻址散列时采用一种节约空间的方法，二者间的比较结果可能会发生变化。 压缩数组empty 使用一个不可能用到的整数( –1或INT_MAX )作为空桶的关键字。 * 与线性开型寻址散列比较 时间复杂性: 线性开型寻址散列 : 最坏情况: ?(n) 平均性能: Sn ~ ? (1 + 1/(1- α )) Un ~ ? (1+1/(1- α)2) 链表散列 : 最坏情况: O(n) 平均性能: Sn ~ 1+ α/2 Un ~ （1+ α）/2 α =1 Un = α α 1 * 与线性开型寻址散列比较 一次不成功搜索所要搜索的节点数为 : i=1 0 i=0 0 …… i 平均性能Un : 链表的平均长度为: n/b= α Un~ (α + 1)/2 α =1 Un= α ? α 1 * 与线性开型寻址散列比较 假定 :各元素是按升序插入的。 当插入第i 个元素时 0 …… 1次 2次 3次 i次 ki 0 …… (i-1)/b 平均性能Sn : * 与线性开型寻址散列比较 Search ki: (i-1)/b+1 使用链表时的平均性能要优于使用线性开型寻址。 ki 0 …… (i-1)/b * 与跳表比较 跳表和散列均使用了随机过程来提高字典操作的性能 时间复杂性: 最坏情况: 跳表: ?(n+MaxLevel) 链表散列: ?(n) 平均性能: 跳表: O(logn) 链表散列: O(1) 空间 （指针所占用的空间 ）: 跳表: 平均: MaxLevel+n/(1-p) 最坏情况: n*MaxLevel+1 链表散列: D+n * 与跳表比较 跳表比散列表更灵活. 在线性时间内按升序输出所有的元素.而采用链表散列时，需要(D+n) 时间去收集n 个元素，并且需要O(nlogn)时间进行排序，之后才能输出 。 查找或删除最大或最小元素，散列可能要花费更多的时间（仅考虑平均复杂性）。 * 练习 1.设有一组关键字：{19，14，23，01，68，20，84，27，55，11，10，79}，采用哈希函数： H（key）=key mod 13，采用线性开型寻址方法解决溢出。 要求：在0∽12的散列地址空间中对该关键字序列构造哈希表。搜索元素27，55所花的比较次数各是多少？ 2.有关键字集合：{19，14，23，01，68，20，84，27，55，11，10，79}，哈希函数：H（key）=key mod 13，采用链地址散列方法解决溢出。要求： 构造哈希表；搜索元素27，55所花的比较次数各是多少？ * * * 第 7 章 跳表和散列 (Skip List and Hashing） * 本章内容 7.1 字典 7.2 线性表描述 7.3 跳表描述 7.4 散列表描述 7.5 应用 * * 散列表Hash Table 散列是计算机科学的一个伟大发明，它是由数组、表和一些数学方法相结合，构造起来的一种能够有效支持动态数据的存储和提取的结构。 典型应用是符号表，在一些值（数据）与动态的字符串（关键码）集合的成员间建立一种关联。 * * 散列的思想 散列表的思想是把关键码送给一个散列函数，产生一个散列值，这种值平均分布在一个适当的整数区间中。 散列值被用作存储信息的表的下标。 散列函数关键码————地址(固定，连续空间) * 7.4.1 理想散列 散列(Hashing) :字典的另一种描述方法就是散列 散列方法, 是用一个散列函数(hash function)把关键字映射到散列表/哈希表(hash table)中的特定位置。 理想情况 :如果散列函数为f 元素e 的关键字为k f 是散列函数 e 在散列表中的位置为f(k) 散列表操作: 搜索（Search）:计算出f (k)，然后看表中f (k)处是否有元