DS09_散列查找b_陈越主编_数据结构.pptVIP

谁能告诉我， 在《哈利·波特》共七集的小说中， “Harry Potter”的名字 总共出现了多少次？ 这个问题简单，只要把几本书 扫描一遍就知道答案了！来个难一点的： 你能按照所有单词出现的词频大小 依次输出全部单词吗？ 第5章 散列查找 §5.6 应用实例 第5章 散列查找 §5.6 应用实例 [例5.9] 给定一个英文文本文件，统计文件中所有单词出现的频率，并输出词频最大的前10%的单词及其词频。 为简单起见，假设单词字符定义为大小写字母、数字和下划线，其他字符均认为是单词分隔符，不予考虑。 【分析】解决这个问题的最基本的工作、也是大量的工作是不断对新读入的单词在已有单词表中查找，如果已经存在，则将该单词的词频加1，如果不存在，则插入该单词并记词频为1。 核心问题： 如何设计该单词表的数据结构才可以进行快速地查找和插入？ 散列表！ ?主控函数 (p.183) 第5章 散列查找 §5.6 应用实例 int main() { /* 1 */ int TableSize = 10000； /* 散列表的估计大小 */ int wordcount = 0, length; HashTable H; ElementType word; FILE *fp; /* 2 */ char document[30]= HarryPotter.txt“; /* 要被统计词频的文件名 */ /* 3 */ H = InitializeTable( TableSize ); /* 建立散列表 */ /* 4 */ if(( fp = fopen(document, “r” ))==NULL) FatalError(“无法打开文件!\n” ); while( !feof( fp ) ){ /* 5 */ length = GetAWord( fp, word ); /* 从文件中读取一个单词 */ /* 6 */ if(length 3){ /* 只考虑适当长度的单词 */ /* 7 */ wordcount++; /* 8 */ InsertAndCount( word, H ); } } fclose( fp ); /* 9 */ printf(该文档共出现 %d 个有效单词，, wordcount); /* 10 */ Show( H ，10.0/100 ); /* 显示词频前10%的所有单词 */ /* 11 */ DestroyTable( H ); /* 销毁散列表 */ return 0; } 查找散列表，若存在，则将该单词的词频加1，若不存在，则插入。 根据散列表，输出最频繁出现的给定百分比（10%）的单词。 * 第5章 散列查找 §5.4 处理冲突的方法 ? 开放定址法（Open Addressing） 【定义】所谓开放定址法，就是一旦产生了冲突，即该地址已经存放了其它数据元素，就去寻找另一个空的散列地址。 ? 若发生了第 i 次冲突，试探的下一个地址将增加di，基本公式是： hi(key) = (h(key)+di) mod TableSize ( 1≤ i TableSize ) （公式5.10） ? di 决定了不同的解决冲突方案：线性探测、二次探测、双散列。 ? 处理冲突的方法 常用的处理冲突的方法有两种：开放地址法和链地址法。 在没有装满的散列表中， 空的散列地址是否总能找到？ di = i di = ± i2 di = i*h2(key) 1. 线性探测法（Linear Probing） 第5章 散列查找 §5.4.1 开放地址法 ? 即线性探测法以增量序列 1，2，……，（TableSize -1）循环试探下一个存储地址。 [例5.6] 设关键词序列为 {47，7，29，11，9，84，54，20，30}， ? 散列表表长TableSize =13， ? 装填因子 α = 9/13 ≈ 0.69； ? 散列函数为：h(key) = key mod 11。 ?用线性探测法处理冲突，列出依次插入后的散列表， ? 并估算查找性能。 关键词 (key) 47 7 29 11 9 84 54 20 30 散列地址 h(key) 3 7 7 0 9 7 10 9 8