Hash学习笔记

Hash学习笔记

哈希是一种算法,这里只研究哈希表等内容以及在iOS中的应用。

一、数据结构中的HashTable和HashMap

HashTable

  • 数组

元素的存储是连续的,每个元素有下标,通过数组下标进行查找。

  • 链表

元素存储不一定连续,除了首节点外其他元素都有上一个节点,除了尾节点,其他元素都有下一个节点。

一个节点,存储量当前节点的数据和其前驱和后继的地址。

通过下一个节点地址可以获取下一个节点数据。

node,nextNode。

@interface MMNode : NSObject

@property (nonatomic, assign) int data;//节点数据
@property (nonatomic, strong) MMNode *next;//下一个节点

@end

参考

  • 哈希表

哈希表是通过哈希函数来计算数据存储位置的数据结构。

为什么要使用哈希函数计算数据的存储位置呢?是为了解决数据存储地址冲突,如果一个地址里已经存储了数据,就需要找一个空的地址存储数据。

这种冲突称之为哈希冲突,为了避免哈希冲突可使用如下两种方式

1、直接寻址法

每次存储先判断当前地址是否已存储数据,如果存储了继续找下一个地址,如果未存储,直接存储当前数据。

2、链地址法

遇到哈希冲突的数据存入该结点的最后链结点插入即可,是数组和链表的结合体。

HashMap

百度百科:
基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作,并允许使用 null 值和 null 键。(除了非同步和允许使用 null 之外,HashMap 类与 Hashtable 大致相同。)此类不保证映射的顺序,特别是它不保证该顺序恒久不变。 此实现假定哈希函数将元素适当地分布在各桶之间,可为基本操作(get 和 put)提供稳定的性能。迭代 collection 视图所需的时间与 HashMap 实例的“容量”(桶的数量)及其大小(键-值映射关系数)成比例。所以,如果迭代性能很重要,则不要将初始容量设置得太高(或将加载因子设置得太低)。

HashMap 的底层实现是采用数组+链表。

HashTable和HashMap的异同

  • 相同点

HashTable和HashMap都是用hash算法来决定其元素的存储。

底层是数组+链表实现,每个元素是一个key-value键值对。

  • 不同点

集合与字典的区别?

HashTable不允许null值,HashMap是允许的。

二、iOS中HashTable和HashMap

NSHashTable

  • NSHashTable继承于NSObject

  • 遵循了NSFastEnumeration协议

    可以用快速枚举进行遍历

  • 初始化方法

    通过-initWithOptions:初始化方法,传入NSPointerFunctionsOptions:capacity:的枚举值可以设置对元素的引用情况,可以设置弱引用,也可以在添加时拷贝等。
    capacity是设置初始容量。

  • 便利构造方法:

    直接返回一个弱引用元素的NSHashTable对象。

+ (NSHashTable<ObjectType> *)weakObjectsHashTable;
+ (NSHashTable<ObjectType> *)hashTableWithOptions:(NSPointerFunctionsOptions)options;
  • 遍历
NSHashTable *hashTable = [NSHashTable  hashTableWithOptions:NSMapTableWeakMemory];
NSEnumerator *enumerator = [hashTable objectEnumerator];
id value;
while ((value = [enumerator nextObject])) {
    /* code that acts on the hash table's values */
}
  • 其他方法

    添加、移除、对比、插入元素等的方法,类似于集合。

NSMapTable

  • 继承NSObject

  • 遵循NSFastEnumeration协议

  • 初始化

- (instancetype)initWithKeyOptions:(NSPointerFunctionsOptions)keyOptions valueOptions:(NSPointerFunctionsOptions)valueOptions capacity:(NSUInteger)initialCapacity NS_DESIGNATED_INITIALIZER;
- (instancetype)initWithKeyPointerFunctions:(NSPointerFunctions *)keyFunctions valuePointerFunctions:(NSPointerFunctions *)valueFunctions capacity:(NSUInteger)initialCapacity NS_DESIGNATED_INITIALIZER;

这里提供了keyOptions和valueOptions,也是通过NSPointerFunctionsOptions来分别指定key和value的引用关系。

这个不仅可以指定key的引用,也可以指定value的引用情况。

  • 便利构造
+ (NSMapTable<KeyType, ObjectType> *)mapTableWithKeyOptions:(NSPointerFunctionsOptions)keyOptions valueOptions:(NSPointerFunctionsOptions)valueOptions;

strong to strong

+ (NSMapTable<KeyType, ObjectType> *)strongToStrongObjectsMapTable;

weak to strong

+ (NSMapTable<KeyType, ObjectType> *)weakToStrongObjectsMapTable;

strong to weak

+ (NSMapTable<KeyType, ObjectType> *)strongToWeakObjectsMapTable;

weak to weak

+ (NSMapTable<KeyType, ObjectType> *)weakToWeakObjectsMapTable;
  • 存取

类似于字典

- (nullable ObjectType)objectForKey:(nullable KeyType)aKey;

- (void)removeObjectForKey:(nullable KeyType)aKey;
- (void)setObject:(nullable ObjectType)anObject forKey:(nullable KeyType)aKey;   // add/replace value (CFDictionarySetValue, NSMapInsert)
  • 遍历
NSMapTable *mapTable = [NSMapTable weakToWeakObjectsMapTable];
NSEnumerator *enumerator = [mapTable keyEnumerator];
id value;
while ((value = [enumerator nextObject])) {
    /* code that acts on the map table's keys */
}

三、Hash在iOS中的应用

1、关联对象实现原理

一个类里面有一个对象属性,通过这个类的对象可以引用这个属性,这叫做关联对象。

比如Person类中关联一个Car的对象car

#import <Foundation/Foundation.h>
#import "Car.h"

@interface Person : NSObject

@property (nonatomic, strong) Car *car;

@end

以属性名”car“作为HashMap的key,value里存储car这个属性的所有信息。

这样我们就可以使用Person类的对象,通过car这个属性访问到Car的所有方法和实例变量,这就是我们OC中常用点语法。

2、weak的实现原理

weak 表示一种 “非强拥有关系”,weak对象被放入到了哈希表中,用该对象的内存地址作为key,当此对象引用计数为0时,通过key找到对象,置为nil。

NSHashTable ? NSHashTable对元素是弱引用的。

  • 这里需要注意NSHashTable是弱引用成员,allObjects 依然会对成员进行强引用

3、其他


关于哈希需要学习的很多,这里记录了些零碎的笔记。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
哈希图像检索是一种用于在大规模图像数据库中快速搜索相似图像的方法。在哈希图像检索中,图像被转换为哈希码,然后通过比较哈希码的相似性来确定图像之间的相似度。有几种常用的哈希算法可以用于图像检索,如SIFT、SURF、ORB等特征提取算法\[1\]。此外,还有一些基于哈希的图像检索方法,如VLAD、BOF等,可以用于处理海量数据的图像检索\[1\]。 在哈希图像检索中,可以使用不同的方法来计算图像之间的相似度。一种常用的方法是通过比较图像的颜色、纹理和局部特征来计算相似度\[2\]。另外,还可以使用KD-Tree、局部敏感哈希(LSH)和原子哈希函数等方法来在高维空间中进行图像检索\[2\]。 此外,还有一种基于监督学习和核的Hash算法,称为KSH算法。KSH算法利用核主要是为了解决线性不可分问题,通过监督学习学习到更有区分度的哈希值,从而降低特征维数\[3\]。 总之,哈希图像检索是一种用于在大规模图像数据库中快速搜索相似图像的方法,它可以通过提取图像特征和计算相似度来实现。不同的哈希算法和方法可以用于不同的图像检索任务。 #### 引用[.reference_title] - *1* *3* [图像检索传统算法学习笔记](https://blog.csdn.net/qq_39858278/article/details/83895342)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [8月23日计算机视觉理论学习笔记——图像检索](https://blog.csdn.net/Ashen_0nee/article/details/126467437)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Morris_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值