处理冲突实际就是为了产生冲突的地址寻找下一个散列地址。

B、两个元素的关键码值不同，而非关键码值相同

C、不同关键码值对应到相同的存储地址

D、装载因子过大，数据元素过多

其中，H₀是第一次求得的散列地址，Hi是第i次求得的散列地址，m是散列表的大小。

(1)相邻的地址H_i与H_i-1之间是什么关系?

(2)为保证散列地址序列的地址不会循而往复地重迭，m应设为什么数?装填因子α应如何取值?

(3)为保证在删除时不中断搜索链，可对被删记录做逻辑删除。为此，每个散列地址有3个状态，除了Active(正在使用)和Deleted(删除)状态外，还应有一个什么状态?

B、元素值

C、散列地址

D、含义

(1)设计用分离的同义词子表组织的开散列表的类。

(2)设计在做列表中搜索具有指定关键码值的表项的算法。

(3)设计在散列表中删除具有指定关键码值的表项的算法。

(4)设计在散列表中插人具有指定关键码值的表项的算法。

(5)设计由一组关键码值建立散列表的算法。

(6)设计输出散列表的算法。

(7)求搜索成功时的平均搜索长度的算法。

(8)求搜索不成功时的平均搜索长度的算法。

A、存储效率

B、散列函数

C、负载因子

D、平均检索长度

此题为判断题(对，错)。

有一个散列表，共有N个槽，采用双散列探查的闭散列方法解决冲突。经过一系列插入操作，当前散列表中有M个元素，负载因子a为0.1，即M/N=a=0.1。假设M,N都非常大，并且双散列探查方法近使得每一次探查的位置，可以近似为均匀分布（即等概率地探查每个槽）。 当前对于某个关键码，近似估算不成功检索的平均检索长度（）请保留2位小数 There is a hash table of size N, using closed hashing implemented by double hashing retrieval to solve conflicts. After a series of insert operations, there are M elements in the table, the load factor a is 0.1, which means M/N = a = 0.1. We assume that m and n are both very big. And the probabilities of all the position to be probed is approximately evenly distributed because of double hashing retrieval. Now for some key value, approximately estimating the average length of failed retrieval (). Please keep two places of decimal.