问题标签 [quadratic-probing]

我正在尝试用 Python 编写一个函数，它将字符串添加到哈希表中，并通过二次探测解决任何冲突，而无需导入数学。

我的问题是我不断收到 IndexError: list index out of range 并且我确定问题出在 else 块中，但是我似乎无法找到解决方案。任何帮助表示赞赏，谢谢。

如果有人可以帮助解决这个问题，我将不胜感激。问题是：考虑以下哈希函数：h(k, i) = (h'(k) + (1/2) (i + i^2 )) mod m，其中 m = 2^p 表示某个正整数页。证明或反驳对于任何 k，探针序列是 <0, 1, 2, ...,m – 1> 的排列

我正在使用带有低秩二次选项 (--lrq ) 的 vowpal wabbit 逻辑回归进行 CTR 预测。我已经用两种情况训练了模型

1. 使用命令一次建模

vw -d traning_data_all.vw --lrq ic2 --link logistic --loss_function logistic --l2 0.0000000360911 --l1 0.00000000103629 --learning_rate 0.3 --holdout_off -b 28 --noconstant -f final_model

2. 我已经将训练数据分成 20 个块（按天计算）并以迭代方式构建模型（使用选项 -i 和 --save_resume）。

第一步：-

vw -d traning_data_day_1.vw --lrq ic2 --link logistic --loss_function logistic --l2 0.0000000360911 --l1 0.00000000103629 --learning_rate 0.3 --holdout_off -b 28 --noconstant -f model_1

接着

等等最多20次迭代

第一种情况运行良好，但在第二种情况下，预测在 7-8 次迭代后趋于 1 或 0（仅）。我需要第二个场景工作，因为我想经常更新模型。l1、l2 和 learning_rate 由 vw-hypersearch 脚本优化。

请帮助我如何解决这个问题。我错过了什么吗？我试过选项--lrqdropout.

嗨，我是 python 新手，我有一个使用线性探测来解决冲突的哈希表。我知道线性探针是当 N+1 ,N+2,N+3 时，但二次探针是当 n+1,n+4,n+9 ... 这是我对线性探针的设置项功能

要将其转换为二次探头，我尝试将位置更改为

但显然这是错误的，因为二次索引被添加到最后一个位置而不是原始位置？任何帮助将不胜感激！

当发生碰撞时，我当前的二次探测实现会用新项目覆盖当前索引中存储的项目。我插入三个 Person 对象，这些对象是通过使用他们的姓氏作为键来存储的。为了测试实现的冲突解决方案，它们都具有相同的姓氏，即“Windmill”。

我需要实现来保留所有人员对象，但只需将它们移动到不同的索引而不是覆盖它们。

列表大小已设置为 7，存储在变量“M”中，用于插入函数中的模数。

插入功能

哈希函数

获取函数

当我删除覆盖先前值的代码时，索引 int 溢出并变成负数，导致程序崩溃。

二次探测、双散列和布谷鸟散列实际使用在哪里？

据我所知，Java HashMap 使用分离链接，而 C++ unordered_map 底层的哈希表使用线性探测。是否有任何常用的语言/库/应用程序使用更高级的散列技术，如二次探测、双散列和布谷鸟散列（等等）？

我只是想对应该适用于任何表大小的哈希表实现二次探测。我在下面编写的代码仅在哈希表大小为 10 时才有效。

基本上，我必须对 while 循环进行限制，最多可以进行探测。我手动检查，发现对于 10 的表大小，每 6 个索引位置都在重复。所以我把 6 的限制放到了 while 循环中。

当涉及到任何其他表大小时，重复索引位置的数量会有所不同。所以，我无法决定何时停止迭代。我愿意接受任何其他方法来解决这个问题。

为什么将偏移量增加 2 有意义？我知道这个算法有效，我已经绘制了导致 ax^2 类型图的结果，但我只是看不到它。有人可以简单地解释一下吗？谢谢！

我理解线性探测中的问题，即由于后续索引将存在元素簇。但我不明白这句话The bigger the cluster gets, more it reduces the performance.如何降低散列的性能？

一旦阈值超过预定量 0.65，此方法应该调整数组的大小。问题是在调整大小后，析构函数会删除包含所有新复制信息的数组。我不知道如何解决它。

关于那里的一些评论只是我集思广益可能是什么问题。