数据结构要求.pptVIP

(2) 二次探查法 (quadratic probing) 为改善“堆积”问题，减少为完成搜索所需的平均探查次数，可使用二次探查法。 通过某一个散列函数对表项的关键字 x 进行计算，得到桶号，它是一个非负整数。 H0 = hash(x) 二次探查法在表中寻找“下一个”空桶的公式为： Hi = (Hi-1 + i 2 ) % m, Hi = (Hi-1 - i 2 ) % m, i = 1, 2, …, (m-1)/2 式中的 m 是表的大小，它应是一个值为 4k+3 的质数，其中k是一个整数。这样的质数如 3, 7, 11, 19, 23, 31, 43, 59, 127, 251, 503, 1019, …。 下面给出求下一个大于参数表中所给正整数 N 的质数的算法。 int NextPrime ( int N ) { if ( N % 2 == 0 ) N++; //偶数不是质数 for ( ; !IsPrime (N); N+=2 ); //不是质数,继续求 return N; } int IsPrime ( int N ) { //判断N是否质数 for ( int i = 3; i*i = N; i += 2 ) if ( N % i == 0 ) return 0; //不是,返回0 return 1; //是,返回1 } 探查序列形如 H0, H0+1, H0-1, H0+4, H0-4, …。 在做 (H0 - i2 ) % m 的运算时，当 H0 - i2 0 时，运算结果也是负数。实际算式可改为 if ( ( j = (H0 - i2 ) % m) 0) j += m 示例：给出一组关键字 { Burke, Ekers, Broad, Blum, Attlee, Alton, Hecht, Ederly }。 散列函数为：Hash (x)＝ord (x)－ord (A) 用它计算可得 Hash (Burke) = 1 Hash (Ekers) = 4 Hash (Broad) = 1 Hash (Blum) = 1 Hash (Attlee) = 0 Hash (Hecht) = 7 Hash (Alton) = 0 Hash (Ederly) = 4 若设表的长度为TableSize = 23，则利用二次探查法所得到的散列结果如图所示。 0 1 2 3 4 5 Blum Burke Broad Ekers Ederly Hecht 6 7 8 9 10 11 Alton Attlee (3) (1) (2) (1) (2) (1) 17 18 19 20 21 22 (5) (3) 利用二次探查法处理溢出 使用二次探查法处理溢出时的搜索成功的平均搜索长度为： 搜索不成功的平均搜索长度为： (3) 双散列法 使用双散列方法时，需要两个散列函数。 第一个散列函数 Hash( ) 按表项的关键字 key 计算表项所在的桶号 H0 = Hash(key)。 一旦冲突，利用第二个散列函数 ReHash( ) 计算该表项到达“下一个”桶的移位量。它的取值与 key 的值有关，要求它的取值应当是小于地址空间大小 TableSize，且与 TableSize 互质的