如何计算为成功和失败的平均探针长度 - 线性探针（哈希表）[关闭]

Question

我在做我的数据结构类的任务。我们被要求对研究线性与.1 .2，.3，...，和0.9客座率探测。用于测试的公式是：

使用线性探测的平均探针长度大约是

成功 - >（1 + 1 /（1-L）** 2）/ 2 点击或点击 故障 - >（1 + 1（1-L））/ 2，点击 点击 我们必须找到使用上面，我没有（只需将公式中的负载因数）公式的理论，那么我们要计算的经验（我不太清楚该怎么做）。这里是要求的其余部分

  

**对于每个负载系数，万个随机生成的正整数   1到50000（含）之间的意愿   被插入的一个表   “正确”的大小，其中“右”是   严格基于负载因子   您正在测试。重复是允许的。   确保您的公式随机   产生整数是正确的。有一个   java.util中的类名为随机。采用   它！右表后（基于   在L）尺寸装有万   整型，做的新100个搜索   从范围产生的随机整数   的1〜50000计算平均   用于两个的探针长度   公式并注明分母   在每个calculationSo使用，例如，每个测试为0.5负载将具有>>大小的表   大约20,000（调整为   素），同样每次测试的   0.9负荷将有一个表   大小约为10,000 / 0.9（重   调整为素数）。

     

在程序运行应显示   各种负载因素，测得该   平均探针为每个搜索（两个   分母用于计算   平均将增加至100），和   使用公式理论答案   以上。 **

我怎么计算经验的成功？

这是我到目前为止的代码：

import java.util.Random;
/**
 *
 * @author Johnny
 */
class DataItem
{
    private int iData;
    public DataItem(int it)
    {iData = it;}
    public int getKey()
    {
        return iData;
    }
}

class HashTable
{
private DataItem[] hashArray;
private int arraySize;
public HashTable(int size)
{
    arraySize = size;
    hashArray = new DataItem[arraySize];
}
public void displayTable()
{
    int sp=0;
    System.out.print("Table: ");
    for(int j=0; j<arraySize; j++)
{
    if(sp>50){System.out.println("");sp=0;}

    if(hashArray[j] != null){
        System.out.print(hashArray[j].getKey() + " ");sp++;}
    else
    {System.out.print("** "); sp++;}
}
    System.out.println("");
}

public int hashFunc(int key)
{
    return key %arraySize;
}

public void insert(DataItem item)
{
    int key = item.getKey();
    int hashVal = hashFunc(key);

    while(hashArray[hashVal] != null &&
                    hashArray[hashVal].getKey() != -1)
    {
        ++hashVal;
        hashVal %= arraySize;
    }
    hashArray[hashVal]=item;
}
public int hashFunc1(int key)
{
    return key % arraySize;
}

public int hashFunc2(int key)
{
// non-zero, less than array size, different from hF1
// array size must be relatively prime to 5, 4, 3, and 2
    return 5 - key % 5;
}


public DataItem find(int key) // find item with key
// (assumes table not full)
    {
    int hashVal = hashFunc1(key); // hash the key
    int stepSize = hashFunc2(key); // get step size
    while(hashArray[hashVal] != null) // until empty cell,
    { // is correct hashVal?
        if(hashArray[hashVal].getKey() == key)
            return hashArray[hashVal]; // yes, return item
        hashVal += stepSize; // add the step
        hashVal %= arraySize; // for wraparound
    }
    return null; // can’t find item
    }
}
public class n00645805 {
/**
 * @param args the command line arguments
 */
public static void main(String[] args) {
    double b=1;
    double L;
    double[] tf = new double[9];
    double[] ts = new double[9];
    double d=0.1;
    DataItem aDataItem;
    int aKey;
    HashTable h1Table = new HashTable(100003); //L=.1
    HashTable h2Table = new HashTable(50051);  //L=.2
    HashTable h3Table = new HashTable(33343);  //L=.3
    HashTable h4Table = new HashTable(25013);  //L=.4
    HashTable h5Table = new HashTable(20011);  //L=.5
    HashTable h6Table = new HashTable(16673);  //L=.6
    HashTable h7Table = new HashTable(14243);  //L=.7
    HashTable h8Table = new HashTable(12503);  //L=.8
    HashTable h9Table = new HashTable(11113);  //L=.9

    fillht(h1Table);
    fillht(h2Table);
    fillht(h3Table);
    fillht(h4Table);
    fillht(h5Table);
    fillht(h6Table);
    fillht(h7Table);
    fillht(h8Table);
    fillht(h9Table);
    pm(h1Table);
    pm(h2Table);
    pm(h3Table);
    pm(h4Table);
    pm(h5Table);
    pm(h6Table);
    pm(h7Table);
    pm(h8Table);
    pm(h9Table);

    for (int j=1;j<10;j++)
    {
        //System.out.println(j);
        L=Math.round((b-d)*100.0)/100.0;
        System.out.println(L);
        System.out.println("ts "+(1+(1/(1-L)))/2);
        System.out.println("tf "+(1+(1/((1-L)*(1-L))))/2);
        tf[j-1]=(1+(1/(1-L)))/2;
        ts[j-1]=(1+(1/((1-L)*(1-L))))/2;
        d=d+.1;
    }
    display(ts,tf);
}
public static void fillht(HashTable a)
{
    Random r = new Random();
    for(int j=0; j<10000; j++)
    {
        int aKey;
        DataItem y;
        aKey =1+Math.round(r.nextInt(50000));
        y = new DataItem(aKey);
        a.insert(y);

    }
}
public static void pm(HashTable a)
{
    DataItem X;
    int numsuc=0;
    int numfail=0;
    int aKey;
    Random r = new Random();
    for(int j=0; j<100;j++)
    {
        aKey =1+Math.round(r.nextInt(50000));
        X = a.find(aKey);
        if(X != null)
        {
            //System.out.println("Found " + aKey);
            numsuc++;
        }
        else
        {
            //System.out.println("Could not find " + aKey);
            numfail++;
        }

    }
    System.out.println("# of succ is "+ numsuc+" # of failures is "+ numfail);
}
public static void display(double[] s, double[] f)
{

}

}

Answer 1

您应该考虑到Java的HashTable采用了封闭处理（无探测）执行帐户，让您拥有独立的水桶中，许多物品可以放置。这是不是你在找什么在你的基准。我不知道HashMap实现，但我认为它使用开放解决了。

所以，不要担心JDK类..因为你要计算你应该写自己的哈希表的版本，经验值，它使用的开放地址的实施与线性探测的，但每当你尝试从HashMap中的值，你应该采取计数探头长度的照顾..

例如，你可以写你的HashMap，然后采取有照顾

class YourHashMap
{
   int empiricalGet(K key)
   {
     // search for the key but store the probe length of this get operation

     return probeLength;
   }
}

然后，您可以通过搜索你想要多少个键并计算平均值探头长度容易基准它。

否则你可以提供hasmap存储总探针长度的能力和被请求的计数和基准测试后进行检索，计算平均值。

这种练习必须证明与理论经验值concordates。因此，也考虑到这个事实，你可能需要很多的基准，然后做平均他们全部，确保方差不太高。