腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
哈希
中
的
集群(在冲突
中
)是什么意思?
、
、
、
线性
探测
的
主要问题是
聚
类
,许多连续
的
元素形成组,它开始花费
时间
来寻找空闲
的
位置或
搜索
一个元素。 为什么是来自组
的
连续元素&它
如何
影响
找到空闲位置
的
时间
?
浏览 4
提问于2017-08-28
得票数 1
1
回答
线性
探测
中
的
聚
类
如何
影响
搜索
时间
、
、
、
、
我理解
线性
探测
中
的
问题,因为随后
的
索引将会有一簇元素。但我不明白这句话,The bigger the cluster gets, more it reduces the performance.,它是
如何
降低散列
的
性能
的
?
浏览 22
提问于2020-10-05
得票数 1
回答已采纳
2
回答
哈希
中
的
主要群集和次要群集是什么?
、
、
、
、
在过去
的
几天里,我对我正在阅读
的
教科书中
的
哈希冲突管理主题中
的
主要和次要
聚
类
之间
的
区别感到困惑。
浏览 17
提问于2015-01-02
得票数 35
回答已采纳
3
回答
基于
线性
探测
的
二次
探测
、
、
、
、
对于给定
的
哈希值,
线性
探测
生成
的
索引如下:对于给定
的
哈希值,二次
探测
生成
的
索引如下:但是,当两个过程(方法)都需要采取相同数量
的
插入或
搜索
步骤时,二次算法比
线性
算法效率更高。谢谢!
浏览 18
提问于2013-06-30
得票数 5
回答已采纳
1
回答
哈希
中
的
线性
探测
、
在
线性
探测
散列
中
,如果
聚
类
不是问题,我们将假设一个非常大
的
表,并且每个
探测
都独立于前面的
探测
。这些假设被随机碰撞分解策略所满足。首先,在不成功
的
搜索
中
,我们得到了期望
的
探测
数量。在我们找到一个空
的
单元格之前,这只是期望
的
探测
数量。由于空单元格
的
分数是(1 - (N/M)),其中N是元
浏览 1
提问于2011-09-12
得票数 2
回答已采纳
1
回答
C语言中哈希表
的
时间
复杂度
、
、
、
我对哈希表
的
概念还很陌生,我一直在阅读不同类型
的
哈希表查找和插入技术。我主要对哈希表
中
节点
的
插入、删除和
搜索
感兴趣。因此,如果我绘制每个进程(插入/
搜索
/删除进程)
的
系统
时间
与进程编号
的
关系图,那么这些图有何不同?我猜:-对于
搜索</em
浏览 2
提问于2013-03-25
得票数 3
回答已采纳
5
回答
为什么随机
探测
在哈希表实现
中
不更受欢迎?
、
、
、
、
根据各种来源,如维基百科和谷歌发现
的
各种.edu网站,解决冲突
的
哈希表最常见
的
方法是
线性
或二次
探测
和链接。随机探索只是简单
的
提到,但没有得到足够
的
重视。我已经实现了一个哈希表,它使用随机
探测
来解决冲突。假设发生碰撞,解决办法如下: 这有一个非常好
浏览 8
提问于2009-11-10
得票数 7
回答已采纳
1
回答
如何
证明哈希表
的
二次
探测
没有结束
、
、
我
的
AP计算机科学课程最近学习了哈希表,以及
线性
探测
是
如何
导致
聚
类
问题
的
,结果却不是真正
的
固定
时间
插入/
搜索
。我们
的
导师告诉我们,由于明显
的
原因,二次
探测
是减少
聚
类
的
好方法。我想知道,如果还剩下一个元素,需要一段
时间
才能找到它。我编写了一个快速
的
程序(我可以插入源代
浏览 5
提问于2015-12-04
得票数 0
回答已采纳
1
回答
探针数目与探针序列数目对开口寻址性能
的
影响
、
、
、
“”一书通过假设统一散列来分析方案,基本上说每个键
的
探测
序列都可能是m
中
的
任意一个!<0,1,2,.m-1>
的
排列书中接着介绍了三种方案: 上面提到
的
所有这些技术都保证了<<0,1,2
的
排列,.m-1>适用于每个k键。但是它们都不能满足均匀散列
的
假设,因为它们都不能产生超过m^2不同
的
探针序列。双哈希有最
浏览 2
提问于2012-08-18
得票数 0
1
回答
从
线性
探测
到二次
探测
(散列冒号)
、
、
、
我目前对哈希表
的
实现是使用
线性
探测
,现在我想转移到二次
探测
(以及稍后
的
链接,也许也是双哈希)。我读过一些文章,教程,维基百科等等.但我还是不知道该怎么做。
线性
探测
,基本上,有一个步骤1,这是容易做到
的
。在从哈希表
中
搜索
、插入或删除元素时,我需要计算一个散列,并为此执行以下操作:然后,在
搜索
、插入或删除表时,循环遍历该
浏览 9
提问于2010-02-27
得票数 3
回答已采纳
1
回答
快速查找哈希映射实现
、
、
对于我
的
多态系统,我正在寻找一个超快字典
的
建议。我不关心插入
时间
,因为这些地图只写了十几次左右。但我在找超快
的
查找。我对Python
中
的
开放寻址dict实现做了一些研究,它看起来相当快(最好
的
情况下是几次转换和位掩码)。然而,我想做我
的
研究。有人知道超快
的
字典/hashmap实现吗?在这种情况下,我
的
数据很可能是指针作为键,指针作为值。或者如果结果更好的话,我也许可以用整数作为键。任何关于这个主题
的
浏览 0
提问于2013-03-25
得票数 0
1
回答
在TraMineR::seqdist
中
设置"tpow“和”费用“参数
、
、
、
我实际上正在研究住院病人住院期间
的
路径。这些路径被表示为状态序列(每个
时间
单元上的当前医疗单元),我试图通过
聚
类
算法找到典型
的
路径。我使用来自R包
的
seqdist函数TraMineR和方法"OMspell"来创建距离矩阵。我已经阅读了R文档和相关文章,但我找不到
如何
设置参数tpow和expcost。由于
时间
单位是一个小时,我不希望持续
时间
的
任何微小差异对
聚
类
结果
浏览 3
提问于2018-12-17
得票数 1
回答已采纳
1
回答
散列图,什么时候使用哪种方法?
、
、
、
我一直在学习HashMaps和他们
的
最佳实践。我偶然发现
的
一件事是碰撞解决。直接链接,
线性
探测
,二次
探测
,双哈希。 到目前为止,我发现直接链接更容易实现,而且最有意义。
浏览 3
提问于2021-08-29
得票数 0
2
回答
使用二次
探测
实现哈希表
的
原因
、
、
有几个碰撞解决方案
的
例子,其中一个是二次probing.Why,有人会使用二次
探测
吗?他知道哈希表总是不满一半吗?如果是这样的话,为什么他一开始就用这么大
的
桌子?
浏览 33
提问于2013-04-14
得票数 3
回答已采纳
1
回答
如果使用
线性
探测
的话,删除成本会比单独链接
的
情况低吗?
、
、
对于哈希表,正如我们所熟悉
的
,我们首先计算哈希函数。然后,我们需要处理冲突;当两个或多个键被插入到相同索引
的
散列时。实现这一目的
的
两种方法包括单独
的
链接和
线性
探测
。我
的
问题是,在删除方面,哪一种方法成本较低? 我最初
的
想法是,如果
线性
探测
中
的
簇很大,而且我们希望在集群
的
早期删除一些密钥,那么重新插入删除密钥右侧
的
所有密钥可能会花费很大。这种说法,
浏览 1
提问于2019-09-26
得票数 1
回答已采纳
1
回答
探测
哈希表
、
、
、
、
我正在为一个项目实现一个哈希表,使用3种不同
的
探测
。现在我正在做
线性
的
工作。 对于
线性
探测
,我了解
探测
的
工作原理,我
的
教练暗示他希望步长为1。问题是,不允许重复。所以我必须在插入之前“
搜索
”一个值,对吧?但是,如果使用该表时,所有单元格要么被“占用”,要么被“删除”,该怎么办呢?然后,为了
搜索
特定
的
键以确保它不在表
中
,我必须
搜索
整个表。这意味着<
浏览 1
提问于2013-03-10
得票数 1
回答已采纳
3
回答
为什么IdentityHashMap使用
线性
探测
来解决碰撞问题
、
、
、
、
正如我们所知道
的
,在java集合框架
中
,Map
中
的
每个
类
都使用链接来解决冲突,而IdentityHashMap则使用
线性
探测
来解决冲突。如果您看到java文档,它已经提到: 如果性能在
线性
探测
中
更好的话,为什么
浏览 2
提问于2013-06-19
得票数 7
回答已采纳
2
回答
根据点
的
局部
线性
分割一组点
的
分割算法
、
、
、
假设我有一些大致由N个线段组成
的
点,每个点之间都有一定
的
线性
。下面的例子显示了3个集群,但通常我们不知道多少个片段是合适
的
。那么哪种算法可以用于基于局部
线性
将一组点分成几个段(即一个簇
中
的
点是
线性
相关
的
)。图2:预期
的
集群:
浏览 0
提问于2016-02-22
得票数 1
3
回答
什么时候使用什么机器学习
、
递归模型,决策树,分层
聚
类
;神经网络,反向传播,深度信念网络;图形模型,HMMs,条件随机场,最大裕度马尔可夫网络;对数
线性
模型;语法。我该
如何
对待
时间
序列?ARMA;卡尔曼滤波和统计空间模型,粒子滤波;功能数据分析;变化点检测;
时间
序列交叉验证 <
浏览 0
提问于2015-01-20
得票数 40
1
回答
为什么在散列
的
主
聚
类
上下文中,下面填充I满时隙
的
空时隙
的
概率是(i + 1)/m?
、
为什么空时隙在I满时隙之前被填充
的
概率是(i + 1)/m ?在哈希
中
,使用开放寻址作为冲突解析技术和
线性
探测
?这是CLRS算法简介
的
摘录--“长
时间
运行被占用
的
插槽,增加了平均
搜索
时间
。集群
的
出现是因为在I满时隙之前
的
空位将被概率(i + 1)/m填充。占用
的
时隙长
时间
运行往往会变长,平均
搜索
时间
也会增加。
浏览 3
提问于2015-03-28
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
ML:教你聚类并构建学习模型处理数据
想要一站式检索所有馆藏资源吗?快戳进来看看!
机器学习常见的基本算法
一文图解机器学习的基本算法!
图解机器学习的常见算法
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券