AVL树和散列的问题

wjlazio 2006-11-03 09:03:40

1.将关键码序列{16，3，7，11，9，26，18，14，15}依次插入到一棵初始为空的AVL树中，画出每插入一个关键码后的AVL树，并标明平衡旋转的类型。

2.设散列表的长度m=13，散列函数为H（Key）=Key%13，给定的关键码序列为（18，15，71，26，37，31，65，39，75），试画出采用线性探查法解决冲突时所构造的散列表，并求等概率时搜索成功和搜索不成功时的平均搜索长度。

稍微说点解题思路就行了，多谢！

...全文

140 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

qt_pixie 2006-11-03

打赏
举报

回复

这里没办法发图，描述一下好了，AVL比RB更容易，只要满足tree的任何一条path的node数之间查值不超过1就行了。
采用线性探查法应该就是linear probing吧。成功和不成功有一个函数增长表的。这里不能发图，你可以查看一下资料。

本书是Java语言的经典教材，中文版分为基础篇和进阶篇，主要介绍程序设计基础、面向对象程序设计、GUI程序设计、数据结构和算法、高级Java程序设计等内容。本书以示例讲解解决问题的技巧，提供大量的程序清单，每章配有复习题和编程练习题，帮助读者掌握编程技术，并应用所学技术解决实际应用幵发中遇到的问题。进阶篇主要介绍线性表、栈、队列、集合、映射表、排序、二叉查找树、AVL树、散列、图及及其应用、并行程序设计、网络、Java数据库程序设计以及JSF等内容。本书可作为高等院校相关专业程序设计课程的基础教材，也可作为Java语言及编程爱好者的参考资料。

在以TIN为基础模型的数字化露天矿软件中，TIN拓扑重构是等值线追踪、TIN求交等诸多应用重要的基础算法之一。顶点聚合与边合并是决定TIN拓扑重构效率的关键，应用散列函数根据顶点坐标计算顶点散列地址，并用链地址法辅以AVL树解决地址冲突，以O（N）时间复杂度实现顶点聚合；采用改进的半边数据结构存储TIN，在顶点聚合的同时，通过为每个顶点建立入射半边表，完成半边的快速合并。实验及应用表明，算法时间复杂度近线性，能够满足大数据量条件下TIN拓扑快速重构的需求。

Data Structures， Algorithms， and Applications in C++， Second Edition 出版者的话译者序前言第一部分预备知识第1章 C++回顾 1.1 引言 1.2 函数与参数 1.2.1 传值参数 1.2.2 模板函数 1.2.3 引用参数 1.2.4 常量引用参数 1.2.5 返回值 1.2.6 重载函数 1.3 异常 1.3.1 抛出异常 1.3.2 处理异常 1.4 动态存储空间分配 1.4.1 操作符new 1.4.2 一维数组 1.4.3 异常处理 1.4.4 操作符delete 1.4.5 二维数组 1.5 自有数据类型 1.5.1 类currency 1.5.2 一种不同的描述方法 1.5.3 操作符重载 1.5.4 友元和保护性类成员 1.5.5 增加#ifndef、#define和#endif语句 1.6 异常类illegalParameterValue 1.7 递归函数 1.7.1 递归的数学函数 1.7.2 归纳 1.7.3 C++递归函数 1.8 标准模板库 1.9 测试与调试 1.9.1 什么是测试 1.9.2 测试数据的设计 1.9.3 调试 1.10 参考及推荐读物第2章程序性能分析 2.1 什么是程序性能 2.2 空间复杂度 2.2.1 空间复杂度的组成 2.2.2 举例 2.3 时间复杂度 2.3.1 时间复杂度的组成 2.3.2 操作计数 2.3.3 最好、最坏和平均操作计数 2.3.4 步数第3章渐近记法 3.1 引言 3.2 渐近记法 3.2.1 大Ο记法 3.2.2 渐近记法Ω和Θ 3.3 渐近数学（可选） 3.3.1 大O记法 3.3.2 Ω记法 3.3.3 Θ记法 3.3.4 小ο记法 3.3.5 特性 3.4 复杂度分析举例 3.5 实际复杂度 3.6 参考及推荐读物第4章性能测量 4.1 引言 4.2 选择实例的大小 4.3 设计测试数据 4.4 实验设计 4.5 高速缓存 4.5.1 简单计算机模型 4.5.2 缓存未命中对运行时间的影响 4.5.3 矩阵乘法 4.6 参考及推荐读物第二部分数据结构第5章线性表——数组描述 5.1 数据对象和数据结构 5.2 线性表数据结构 5.2.1 抽象数据类型linearList 5.2.2 抽象类linearList 5.3 数组描述 5.3.1 描述 5.3.2 变长一维数组 5.3.3 类arrayList 5.3.4 C++迭代器 5.3.5 arrayList的一个迭代器 5.4 vector的描述 5.5 在一个数组中实现的多重表 5.6 性能测量 5.7 参考及推荐读物第6章线性表——链式描述 6.1 单向链表 6.1.1 描述 6.1.2 结构chainNode 6.1.3 类chain 6.1.4 抽象数据类型linearList的扩充 6.1.5 类extendedChain 6.1.6 性能测量 6.2 循环链表和头节点 6.3 双向链表 6.4 链表用到的词汇表 6.5 应用 6.5.1 箱子排序 6.5.2 基数排序 6.5.3 凸包 6.5.4 并查集第7章数组和矩阵 7.1 数组 7.1.1 抽象数据类型 7.1.2 C++数组的索引 7.1.3 行主映射和列主映射 7.1.4 用数组的数组来描述 7.1.5 行主描述和列主描述 7.1.6 不规则二维数组 7.2 矩阵 7.2.1 定义和操作 7.2.2 类matrix 7.3 特殊矩阵 7.3.1 定义和应用 7.3.2 对角矩阵 7.3.3 三对角矩阵 7.3.4 三角矩阵 7.3.5 对称矩阵 7.4 稀疏矩阵 7.4.1 基本概念 7.4.2 用单个线性表描述 7.4.3 用多个线性表描述 7.4.4 性能测量第8章栈 8.1 定义和应用 8.2 抽象数据类型 8.3 数组描述 8.3.1 作为一个派生类实现 8.3.2 类arrayStack 8.3.3 性能测量 8.4 链表描述 8.4.1 类derivedLinkedStack 8.4.2 类linkedStack 8.4.3 性能测量 8.5 应用 8.5.1 括号匹配 8.5.2 汉诺塔 8.5.3 列车车厢重排 8.5.4 开关盒布线 8.5.5 离线等价类问题 8.5.6 迷宫老鼠 8.6 参考及推荐读物第9章队列 9.1 定义和应用 9.2 抽象数据类型 9.3 数组描述 9.3.1 描述 9.3.2 类arrayQueue 9.4 链表描述 9.5 应用 9.5.1 列车车厢重排 9.5.2 电路布线 9.5.3 图元识别 9.5.4 工厂仿真 9.6 参考及推荐读物第10章

本教程是使用Java来讲解数据结构和算法，考虑到数据结构和算法较难，授课采用图解加算法游戏的方式。内容包括: 稀疏数组、单向队列、环形队列、单向链表、双向链表、环形链表、约瑟夫问题、栈、前缀、中缀、后缀表达式、中缀表达式转换为后缀表达式、递归与回溯、迷宫问题、八皇后问题、算法的时间复杂度、冒泡排序、选择排序、插入排序、快速排序、归并排序、希尔排序、基数排序(桶排序)、堆排序、排序速度分析、二分查找、插值查找、斐波那契查找、散列、哈希表、二叉树、二叉树与数组转换、二叉排序树(BST)、AVL树、线索二叉树、赫夫曼树、赫夫曼编码、多路查找树(B树B+树和B*树)、图、图的DFS算法和BFS、程序员常用10大算法、二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法马踏棋盘算法。

左程云leetcode 数据结构和算法学习笔记一、简介 1. 2. 3. 4. 5. 6. 二、数据结构 1. 二维数组（Array2D）位数组（Bit Set）静态数组（Fixed Size Array）有序表（Ordered Array） 2. 队列（Queues）（后进先出）（先进先出）双端队列（Deque）环形缓冲区（Ring Buffer） 3. 单向链表双向链表循环链表跳表（Skip-List） 4. 树（Trees）树（Tree）二叉树（Binary Tree）二叉查找树（Binary Search Tree (BST)）平衡二叉树/AVL 树（Balanced Binary Tree/AVL Tree）红黑树（Red-Black Tree）伸展树（Splay Tree） B-树（B-Tree）线索二叉树（Threaded Binary Tree）前缀树/字典树（Trie） 5. 哈希/散列（Hashing）哈希表（Hash Table）哈希函数（Hash Functions） 6. 优先队列（Priority Queue）堆（

数据结构与算法

33,008

社区成员

35,326

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章