哈希冲突解决(转载)

1. 哈希表(Hash table)

也称为 哈希表 。是字典的一种抽象。比如说你要查一个字,通过这个字的拼音首字母,找到这个字的页码,然后翻到那页找就行了。这种方法直接把查找 时间复杂度 降到了常数。但是要牺牲一定的计算索引的时间。计算索引的那个函数称为 哈希函数 ( 散列函数)。

1.1. 常见的三种哈希结构: 数组; set(集合); map(映射);

1.2. 原理

通过哈希函数把传入的key映射到符号表的索引上,可以使查找插入 时间复杂度 达到常数级别。

1.3. 哈希函数

2. Hash冲突

如果两个不同的 key 算出了同一个索引,此时就要用到一定的方法来解决哈希冲突。

哈希碰撞处理有多个key映射到相同索引上时的情景,处理碰撞的普遍方式是 拉链法线性探测法

用map确实可以,但使用map的空间消耗要比数组大一些,因为map要维护红黑树或者符号表,而且还要做哈希函数的运算。所以数组更加简单直接有效!

3. 拉链法

拉链法 的实现比较简单,将链表和数组相结合。也就是说创建一个链表数组,数组中每一格就是一个链表。若遇到哈希冲突,则将冲突的值加到链表中即可。在查找哈希表的过程中,当查找到这个链表时,必须采用线性查找方法。这样的好处是,不怕冲突多;缺点是降低了散列结构的随机存储性能。本质是用单链表结构辅助散列结构的不足。拉链法要选择适当的哈希表的大小,这样既不会因为数组空值而浪费大量内存,也不会因为链表太长而在查找上浪费太多时间。

3.1. 实现步骤

  1. 得到一个 key
  2. 计算 key 的 hashValue
  3. 根据 hashValue 值定位到 data[hashValue] 。( data[hashValue] 是一条链表)
  4. 若 data[hashValue] 为空则直接插入
  5. 不然则添加到链表末尾

3.2. 代码实现

4. 线性探测法

线性探测 直接使用数组来存储数据。可以想象成一个停车问题。若当前车位已经有车,则你就继续往前开,直到找到下一个为空的车位

使用线性探测法,一定要保证tableSize大于dataSize。我们需要依靠哈希表中的空位来解决碰撞问题。

4.1. 实现步骤

  1. 得到 key
  2. 计算得 hashValue
  3. 若不冲突,则直接填入数组
  4. 若冲突,则使 hashValue++ ,也就是往后找,直到找到第一个 data[hashValue] 为空的情况,则填入。若到了尾部可循环到前面。

4.2. 代码实现


转载自用拉链法和线性探测法解决哈希冲突

赞赏

微信赞赏支付宝赞赏

发表评论

邮箱地址不会被公开。 必填项已用*标注