1078. Hashing (25) 二次方探查法

简介: #include const int maxn = 10001;bool isprime(int a) { if(a == 1) return false;//素数为大于1且能被除了自身和1整除的数 fo...
#include <iostream>
const int maxn = 10001;
bool isprime(int a) {
    if(a == 1) return false;//素数为大于1且能被除了自身和1整除的数
    for(int i = 2; i * i <= a; i++)
        if(a % i == 0)
            return false;
    return true;
}
int func(int a) {//求下一个素数
    while(isprime(a) == false) a++;
    return a;
}
bool hashTable[maxn];
int main() {
    int MSize, n, key;
    scanf("%d %d", &MSize, &n);
    int size = func(MSize);
    for(int i = 0; i < n; i++) {
        scanf("%d", &key);//key wao
        int index = key % size;
        if(hashTable[index] == false) {
            hashTable[index] = true;
            if(i != 0) printf(" ");//在线处理
            printf("%d", index);
        } else {
            int flag = 0;
            for(int step = 1; step < size; step++) {//Quadratic probing
                index = (key + step * step) % size;//key wao
                if(hashTable[index] == false) {
                    hashTable[index] = true;
                    flag = 1;
                    if(i != 0) printf(" ");
                    printf("%d", index);
                    break;
                }
            }
            if(flag == 0) {
                if(i != 0) printf(" ");
                printf("-");
            }
        }
    }
    return 0;
}
目录
相关文章
问题 A: DS哈希查找—线性探测再散列
问题 A: DS哈希查找—线性探测再散列
113 0
|
20天前
|
算法
基于改进自适应分段线性近似(IAPLA)的微分方程数值解法研究: 从简单动力系统到混沌系统的应用分析
IAPLA方法为复杂动力系统的数值模拟提供了一个灵活、高效且易于实现的框架,在众多实际应用中可以作为现有数值求解器的有效替代方案。
31 2
基于改进自适应分段线性近似(IAPLA)的微分方程数值解法研究: 从简单动力系统到混沌系统的应用分析
|
20天前
|
存储 缓存 负载均衡
散列数据分布
散列数据分布
18 3
|
2月前
|
存储 缓存 负载均衡
使用一致性哈希让数据均匀分布
使用一致性哈希让数据均匀分布
41 2
|
6月前
|
Python
求解带有限重的三维装箱问题——启发式深度优先搜索算法
求解带有限重的三维装箱问题——启发式深度优先搜索算法
113 4
|
7月前
|
搜索推荐
排序算法小结
排序算法小结
30 0
|
算法 计算机视觉
ML之Hash_HamMingDistance:基于输入图片哈希化(均值哈希+差值哈希)即8*8个元素的单向vector利用汉明距离算法进行判别
ML之Hash_HamMingDistance:基于输入图片哈希化(均值哈希+差值哈希)即8*8个元素的单向vector利用汉明距离算法进行判别
ML之Hash_HamMingDistance:基于输入图片哈希化(均值哈希+差值哈希)即8*8个元素的单向vector利用汉明距离算法进行判别
ML之Hash_EditDistance:基于输入图片哈希化(均值哈希+差值哈希)即8*8个元素的单向vector利用编辑距离算法进行判别
ML之Hash_EditDistance:基于输入图片哈希化(均值哈希+差值哈希)即8*8个元素的单向vector利用编辑距离算法进行判别
ML之Hash_EditDistance:基于输入图片哈希化(均值哈希+差值哈希)即8*8个元素的单向vector利用编辑距离算法进行判别
|
存储 机器学习/深度学习 自然语言处理
398. 随机数索引 :「哈希表预处理」&「蓄水池抽样」
398. 随机数索引 :「哈希表预处理」&「蓄水池抽样」