1、直接寻址表
全域U很大的时候,容易导致内存不足;实际存储的关键字集合K相对U来说可能很小使得分配给T的大部分空间都被浪费掉。
2、哈希表
两个关键字可能同时映射到一个槽中
1)通过链接法解决冲突
CHAINED-HASH-INSERT(T,x)
insert x at the head of list T[h(x.key)]
CHAINED-HASH-SEARCH(T,k)
search for an element with key k in the T[h(k)]
CHAINED-HASH-DELETE(T,k)
delete x from the list T[h(x,key)]
//为了更快删除某一个元素,将其链表设计为双向链接
散列函数
一个好的散列函数应该近似的满足简单均匀散列假设;一般首先都要将关键字转换为自然数。
1)除法散列
h(k)=k mod(m)
2)乘法散列法
h(k)=(向下去整)[m(kA mod1)]
3)全域散列法
4)开放寻址法
不用指针,直接计算出要存取的槽序列
HASH-INSERT(T,k)
i=0
repeat
j=h(k,i)
if T[j]=NIL
T[j]=k
//return 0
else i=i+1
until i==m
erro"hash table overflow"
HASH-SEARCH(T,k)
i=0
repeat
j=h(k,i)
if T[j]==k
return j
else i=i+1
until T[j]==NIL or i==m
return NIL
用来计算开放寻址法中的探查序列:线性探查、二次探查和双重探查;这几种技术都能保证对每个关键字k,<h(k,0),h<k,1>,...,h(k,m-1)>都<0,1,...,m-1>的一个排列。
5)完全散列
采用两级的散列方法来设计完全散列方案,在每级上使用全域散列。
哈希表
最新推荐文章于 2024-02-26 08:37:50 发布