2

データ構造クラスの割り当てを行っています。負荷率が.1、.2、.3、....、および.9の線形プロービングを調査するように依頼されました。テストの公式は次のとおりです。

線形プロービングを使用した平均プローブ長は、おおよそです

成功->（1 + 1 /（1-L）** 2）/ 2
または
失敗->（1 + 1（1-L））/2。

上記の式を使用して理論を見つける必要があります（式に負荷率をプラグインするだけです）。次に、経験を計算する必要があります（これを行う方法はよくわかりません）。これが残りの要件です

**負荷率ごとに、1〜50000（両端を含む）のランダムに生成された10,000個の正の整数が、「正しい」サイズのテーブルに挿入されます。「正しい」は、テストしている負荷率に厳密に基づいています。繰り返しが許可されています。ランダムに生成されたintの式が正しいことを確認してください。java.utilにはRandomというクラスがあります。これを使って！右側のテーブル（Lに基づく）に10,000 intがロードされたら、1〜50000の範囲で新しく生成されたランダムintを100回検索します。2つの数式のそれぞれの平均プローブ長を計算し、使用される分母を示します。したがって、各計算では、たとえば、.5負荷の各テストには、約20,000（プライムに調整）の>>サイズのテーブルがあり、同様に。の各テストもあります。

プログラムは、テストされたさまざまな負荷係数、各検索の平均プローブ（平均の計算に使用される2つの分母が100に加算されます）、および上記の式を使用した理論上の回答を表示して実行する必要があります。。**

経験的な成功を計算するにはどうすればよいですか？

これまでの私のコードは次のとおりです。

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)
{

}

}

4

1 に答える 1

3

Javaはクローズドアドレッシング（プロービングなし）の実装を使用していることを考慮に入れる必要がありますHashTable。そのため、多くのアイテムを配置できる個別のバケットがあります。これは、ベンチマークで探しているものではありません。実装についてはよくわかりませんHashMapが、オープンアドレス法も使用していると思います。

したがって、JDKクラスについては忘れてください。経験的な値を計算するため、線形プロービングを使用したオープンアドレス法の実装を使用する独自のバージョンのハッシュテーブルを作成する必要がありますが、ハッシュマップ。

たとえば、ハッシュマップを作成してから、

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

     return probeLength;
   }
}

次に、必要なキーの数を検索し、平均プローブ長を計算することで、簡単にベンチマークを行うことができます。

それ以外の場合は、hasmapにプローブの合計の長さと要求された取得の数を保存する機能を提供し、ベンチマークの実行後にそれらを取得して平均値を計算できます。

この種の演習は、経験的価値が理論的価値と一致していることを証明する必要があります。したがって、多くのベンチマークが必要になる可能性があるという事実も考慮に入れてから、分散が高すぎないことを確認して、それらすべての平均を実行します。

于 2010-04-01T22:50:12.127 に答える