✎ aa:lab:5 [books]

This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong.
===== Analiza Probabilistă în Hashing =====

În acest laborator vom explora comportamentul probabilist al hashing-ului și fenomenele care apar din cauza coliziunilor.  
Vom lucra pe două exemple simple care ilustrează concepte teoretice importante:

  * **Paradoxul zilelor de naștere** — probabilitatea unei coliziuni într-un spațiu finit de valori;
  * **Problema colecționarului de cupoane** — timpul așteptat până acoperim toate cazurile posibile.

----

==== Context ====

În hashing, fiecare element este atribuit aleatoriu unui dintre cele \\( k \\) sloturi.  
Problemele pe care le studiem astăzi au aplicații directe în analiza performanței tabelelor hash.

----

=== Exemplul 1: Paradoxul zilelor de naștere ===

Scenariu: avem \\( n \\) persoane și \\( k = 365 \\) zile posibile.  
Dorim să aflăm probabilitatea ca cel puțin două persoane să aibă aceeași zi de naștere.

Formula teoretică este:

$$
P(\text{coliziune}) = 1 - \frac{k!}{(k-n)! \, k^n}
$$

Codul de mai jos simulează fenomenul:

<file python paradoxul_nasterilor.py>
import random

def paradox_zile_nastere(trials=10000, grup=23, zile=365):
    """Estimează probabilitatea ca două persoane să aibă aceeași zi de naștere."""
    count = 0
    for _ in range(trials):
        zile_aleatoare = [random.randint(1, zile) for _ in range(grup)]
        if len(zile_aleatoare) != len(set(zile_aleatoare)):
            count += 1
    return count / trials

for n in [10, 20, 23, 30, 40, 50]:
    p = paradox_zile_nastere(grup=n)
    print(f"Grup de {n} persoane → Probabilitate ≈ {p:.3f}")
</file>

**Întrebări:**
  1. Pentru ce valoare a lui \\( n \\) probabilitatea depășește 0.5?
  2. Cum se aseamănă acest fenomen cu coliziunile dintr-o tabelă hash?

----

=== Exemplul 2: Problema colecționarului de cupoane ===

Scenariu: avem \\( n \\) cupoane distincte.  
La fiecare pas tragem unul aleator (uniform).  
Dorim să aflăm câte extrageri sunt necesare în medie până le avem pe toate.

Rezultatul teoretic:
$$
E[T] = n H_n = n(1 + \tfrac{1}{2} + \tfrac{1}{3} + \dots + \tfrac{1}{n})
$$

Simulare:

<file python cupoane.py>
import random

def colector_cupoane(n, incercari=500):
    """Returnează numărul mediu de extrageri până la colectarea tuturor cupoanelor."""
    total = 0
    for _ in range(incercari):
        colectate = set()
        pasi = 0
        while len(colectate) < n:
            colectate.add(random.randint(0, n-1))
            pasi += 1
        total += pasi
    return total / incercari

for n in [10, 50, 100]:
    estimat = colector_cupoane(n)
    print(f"n = {n}: medie ≈ {estimat:.2f}")
</file>

**Întrebări:**
  1. Cum crește numărul așteptat de extrageri odată cu \\( n \\)?
  2. Ce analogie există între această problemă și procesul de „umplere” a tuturor sloturilor într-o tabelă hash?

----

==== Rezumat ====

  * Hashing-ul se poate analiza folosind concepte probabiliste simple.  
  * Paradoxul zilelor de naștere arată cât de rapid apar coliziunile.  
  * Problema colecționarului de cupoane arată cât de lent se „umple” complet un spațiu finit.