(MIT6.006) lecture09 hash表02

UTF8gbsn

介绍

本节课程的主要内容在于hash的增长以及缩减。还介绍了一个查找子串的方法。

增长

假设我们的key现在有n个。而hash的抽屉的个数为m。那么有两种增长的策略。

1. 如果$n⩾m$,那么我们将hash表的抽屉数量m加1.然后对前面已经插入的所有元素进行一次重新hash。那么这个算法的时间复杂度为$\Theta (n^2)$。因为你插入n个元素需要进行重新hash次数为
   $$\Theta (1+2+\cdots +n)=\Theta (n^2)$$

2. 当$n⩾m$的时候我们将m增加到2m.这种策略的时间复杂度为 $\Theta (n)$ .比如你要插入n个元素.那么需要重新hash的次数为
   $$\Theta (1+2+4+\cdots +n)=\Theta (n)$$

缩减

如果你的hash表进行了删除,那么为防止过分的资源浪费我们需要释放掉一部分的资源.那么策略是什么呢?
这里主要采用的策略是如果你的$n⩽\frac{1}{4}m$,
那么$m$就进行减半,编程$m/2$.
为什么不在$n⩽\frac{1}{2}m$的地方进行减半呢?主要是为防止在临界点频繁增删,这样会导致数据结构频繁释放资源和分配资源.

example

python 中的list就是按照上面的方式进行的增减操作.

Karp-Rabin Algorithm

这个算法是一个查找子串的算法,首先假设目标串为s,我们希望在t串中找寻s串.这个算法利用hash的方法来做.

• 将s进行hash.

• 然后按照s的长度在t上进行滑动,每滑动一次可以得到一个子串.

• 如果得到的子串的hash值和s的hash值相同.我们在进行真正的比较.

这个算法的期望时间复杂度为$O(|s|+|t|cost(h))$,这与传统的子串比较复杂度$O(|s|\cdot |t|)$比起来,有明显的优势.另外应该注意的是,我们还有一个算法KMP算法.它的最坏时间复杂度为$O(n)$

Rolling Hash ADT

这个算法可以用来加速 Karp-Rabin Algorithm.它的定义如下

1. r(), 在x上进行hash的函数

2. r.append©,将c附加到x的后面.

3. r.skip(),将最前面的字符删除.

这个算法省去了求中间重部分hash的过程,可以进一步提高算法的速度.