python-071Đọc toàn bộ đề miễn phí
Bảng băm tự cài đặt giải quyết xung đột bằng Linear Probing
Viết lớp LinearProbingHashMap:
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: hashing, classes.
Nội dung đề bài
Mục tiêu kiến thức
- Triển khai bảng băm định địa chỉ mở (Open Addressing) với thăm dò tuyến tính (Linear Probing).
- Hiểu và ứng dụng dấu hiệu bia mộ (
Tombstone) khi xóa phần tử để bảo toàn chuỗi thăm dò. - Tự động tái băm (Rehashing / Dynamic Resizing) gấp đôi kích thước khi hệ số tải (Load Factor) ≥ 0.70.
Mô tả bài toán
Viết lớp LinearProbingHashMap:
__init__(self, initial_capacity: int = 8): Khởi tạo bảng băm với dung lượng ban đầu.put(self, key: str, value: any) -> None: Thêm hoặc cập nhật giá trị. Nếu load factor (số ô đang chứa khóa hợp lệ + số ô tombstone) / dung lượng ≥ 0.70, tự động tăng gấp đôi dung lượng và băm lại (rehash) toàn bộ các phần tử hợp lệ.get(self, key: str, default: any = None) -> any: Lấy giá trị theo khóa. Nếu không tìm thấy, trả vềdefault.delete(self, key: str) -> bool: Xóa khóa. Nếu tìm thấy, đánh dấu ô là_TOMBSTONEvà trả vềTrue. Nếu không tìm thấy, trả vềFalse.__len__(self) -> int: Trả về số lượng cặp khóa-giá trị hợp lệ đang lưu trong bảng.
Hàm băm khuyến nghị: hash(key) % capacity.
Input
- Tham số đầu vào cho hàm
LinearProbingHashMap.
Output
- Giá trị trả về của hàm
LinearProbingHashMaptheo đúng yêu cầu.
Ràng buộc
- Thời gian chạy tối đa: 1000ms.
- Giới hạn bộ nhớ: 256MB.
- Dữ liệu đầu vào tuân thủ đúng kiểu dữ liệu và miền giá trị được mô tả.
Ví dụ 1
Input
LinearProbingHashMap()Output
TrueGiải thích
Hàm được gọi với các tham số mẫu trên và trả về kết quả chính xác theo yêu cầu.
3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.
