散列表(哈希表)
概念
- 概念
- 散列表的构造方法
- 处理冲突的方法
- 后续
- 散列函数:一个把查找表中的关键字映射成该关键字对应的地址的函数,记为Hash(key)=Addr(这里的地址可以是数组下标、索引或内存地址等) 散列函数可能会把两个或两个以上的不同关键字映射到同一地址,称这种情况为冲突,这些发生碰撞的不同关键字称为同义词。
- 散列表:根据关键字而直接进行访问的数据结构。
- 理想情况下,对散列表进行查找的时间复杂度O(1),即与表中元素的个数无关。
- 直接定址法:直接取关键字的某个线性函数值为散列地址,散列函数为H(key)=key或H(key)=a*key+b 它适合关键字的分布基本连续的情况,若关键字分布不连续,空位较多,则会造成存储空间的浪费。
- 除留余数法:这是最常用的方法。假定散列表表长为m,取一个不大于m但最接近或等于m的质数p,利用公式:散列函数为H(key)=key%p 把关键字转换成散列地址。(用质数取模,分布更均匀,冲突更少)
- 数字分析法:设关键字是r进制数,而r个数码在各位上出现的频率不一定相同,可能在某些位上分布均匀一些,每种数码出现的机会均等;而在某些位上分布不均匀,只有某几种数码经常出现,此时应选取数码分布比较均匀的若干位作为散列地址。这种方法适合于已知的关键字集合,若更换了关键字,则需要重新构造新的散列函数。
- 平方取中法:取关键字的平方值的中间几位作为散列地址,具体取多少位要视实际情况而定。
开放地址法: 所谓开放地址法,是指可存放新表项的空闲地址既向它的同义词表项开放,又想它的非同义次表项开放。Hi=(H(key)+di)%m
- 线性探测法:冲突发生时,顺序查看表中下一个单元,直到找出一个空闲单元或查遍全表。缺点:会造成大量元素在相邻的散列地址上“聚集”(或堆积)起来,大大降低了查找效率。
- 平方探测法:当di=0^2 , 1^2, -1^2,… , k^2, -k^2时,称为平方探测法,其中k
关注打赏
最近更新
- 深拷贝和浅拷贝的区别(重点)
- 【Vue】走进Vue框架世界
- 【云服务器】项目部署—搭建网站—vue电商后台管理系统
- 【React介绍】 一文带你深入React
- 【React】React组件实例的三大属性之state,props,refs(你学废了吗)
- 【脚手架VueCLI】从零开始,创建一个VUE项目
- 【React】深入理解React组件生命周期----图文详解(含代码)
- 【React】DOM的Diffing算法是什么?以及DOM中key的作用----经典面试题
- 【React】1_使用React脚手架创建项目步骤--------详解(含项目结构说明)
- 【React】2_如何使用react脚手架写一个简单的页面?