Sinossi
Gli algoritmi di hashing codificano i dati e creano distribuzioni di dati pseudo-uniformi. Gli algoritmi bucket operano su dati grezzi non trasformati che sono parti tioned In gruppi secondo l'appartenenza In grovigli iperrecici d-dlmenslonali equl-slzed, chiamati cellule o secchi. La struttura dati bucket è piuttosto sensibile alla distribuzione dei dati. In queste note di lezione, cerchiamo di spiegare la connessione tra il tempo previsto di vari algoritmi bucket e la tribuzione dis dei dati. I risultati sono illustrati su problemi di ricerca standard, ordinamento e selezione, nonché su una varietà di problemi Nella geometria computazionale e nella ricerca operativa. Le note sono cresciute parzialmente da un corso di laurea in teoria della probabilità In informatica. Desidero ringraziare Elizabeth Van Gulick per il suo aiuto con il manoscritto, e David Avis, Hanna AYukawa, Vasek Chvatal, Beatrice Devroye, Hossam EI Glndy, Duncan McCallum, Magda McCallum, Godfrled Toussaint e Sue Whltesldes "per aver reso la School of Computer Science della McGill University tale un posto piacevole. Il lavoro è stato supportato da NSERC Grant A3456 e da FCAC Grant EQ-1679. INTRODUZIONE 1 INTRODUZIONE Non è un segreto che i metodi basati sul troncamento dei dati abbiano buone prestazioni temporali previste. Ad esempio, per belle distribuzioni dei dati, la ricerca È spesso meglio farlo tramite una struttura dati di hashing anziché tramite un albero di ricerca. La velocità che si osserva In pratica è dovuta al fatto che l'operazione di troncamento È un'operazione a tempo costante.
Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.