选择判断知识点
- 把数组中元素按某种顺序排列的过程叫做查找 。(F)
- 将N个数据按照从小到大顺序组织存放在一个单向链表中。如果采用二分查找,那么查找的平均时间复杂度是O(logN)。(F)
- 在一棵二叉搜索树上查找63,序列39、101、25、80、70、59、63是一种可能的查找时的结点值比较序列。(F)
-
二叉搜索树的查找和折半查找的时间复杂度相同。(F)
-
由顺序表和单链表表示的有序表均可使用二分查找法来提高查找速度。(F)
-
在散列表中,所谓同义词就是具有相同散列地址的两个元素。(T)
-
在散列中,函数“插入”和“查找”具有同样的时间复杂度。(T)
-
即使把2个元素散列到有100个单元的表中,仍然有可能发生冲突。(T)
-
在散列表中,所谓同义词就是被不同散列函数映射到同一地址的两个元素。(F)
-
已知一个长度为16的顺序表L,其元素按关键字有序排列。若采用二分查找法查找一个L中不存在的元素,则关键字的比较次数最多是:5
-
用二分查找从100个有序整数中查找某数,最坏情况下需要比较的次数是:7
-
若在线性表中采用二分查找法查找元素,该线性表应该元素按值有序,且采用顺序存储结构
-
设有一个已排序的线性表(长度>=2),分别用顺序查找法和二分查找法找一个与K相等的元素,比较的次数分别是S和B,在查找不成功的情况下,S和B的关系是()。S>=B
-
在有n(n>1000)个元素的升序数组
A中查找关键字x。查找算法的伪代码如下所示:k = 0; while ( k<n 且 A[k]<x ) k = k+3; if ( k<n 且 A[k]==x ) 查找成功; else if ( k-1<n 且 A[k-1]==x ) 查找成功; else if ( k-2<n 且 A[k-2]==x ) 查找成功; else 查找失败;本算法与二分查找(折半查找)算法相比,有可能具有更少比较次数的情形是:当x接近数组开头处
-
在散列表中,所谓同义词就是具有相同散列地址的两个元素
-
在下列查找的方法中,平均查找长度与结点个数无关的查找方法是利用哈希(散列)表
-
设散列表的地址区间为[0,16],散列函数为H(Key)=Key%17。采用线性探测法处理冲突,并将关键字序列{ 26,25,72,38,8,18,59 }依次存储到散列表中。元素59存放在散列表中的地址是11
-
将元素序列{18,23,11,20,2,7,27,33,42,15}按顺序插入一个初始为空的、大小为11的散列表中。散列函数为:H(Key)=Key%11,采用线性探测法处理冲突。问:当第一次发现有冲突时,散列表的装填因子大约是多少?0.45
-
给定散列表大小为11,散列函数为H(Key)=Key%11。采用平方探测法处理冲突:hi(k)=(H(k)±i2)%11将关键字序列{ 6,25,39,61 }依次插入到散列表中。那么元素61存放在散列表中的位置是5
-
给定散列表大小为11,散列函数为H(Key)=Key%11。按照线性探测冲突解决策略连续插入散列值相同的4个元素。问:此时该散列表的平均不成功查找次数是多少?21/11
-
现有长度为 7、初始为空的散列表
HT,散列函数H(k)=k%7,用线性探测再散列法解决冲突。将关键字 22, 43, 15 依次插入到HT后,查找成功的平均查找长度是2 -
将10个元素散列到100000个单元的哈希表中,是否一定产生冲突?可能会
- 采用线性探测法解决冲突时所产生的一系列后继散列地址:可以大于或小于但不等于原散列地址
-
本题要求实现折半查找的递归查找操作。 例如对于下图的有序表:

输入样例:
2 21 70输出样例:
21 is found 70 is not found
- 下列代码的功能是利用散列函数
hash将一个元素插入到散列表ht[]中。其中list类型的结点包含element类型的项item、以及一个next指针。如果插入成功,则函数返回1,否则返回0。

本文探讨了各种查找技术,如二分查找、折半查找、散列查找等,包括它们的时间复杂度、适用场景和冲突解决策略。同时,提到了在特定情况下的查找效率比较,如有序表和二分查找的关系,以及散列表中同义词的概念。

1566

被折叠的 条评论
为什么被折叠?



