拉链法(open hashing)和开地址法(closed hashing或者opened addressing)

优点:

(1)拉链法处理冲突简单,且无堆积现象,即非同义词决不会发生冲突,因此平均查找长度较短; 
(2)由于拉链法中各链表上的结点空间是动态申请的,故它更适合于造表前无法确定表长的情况; 
(3)开放定址法为减少冲突,要求装填因子α较小,故当结点规模较大时会浪费很多空间。而拉链法中可取α≥1,且结点较大时,拉链法中增加的指针域可忽略不计,因此节省空间; 
(4)在用拉链法构造的散列表中,删除结点的操作易于实现。只要简单地删去链表上相应的结点即可。而对开放地址法构造的散列表,删除结点不能简单地将被删结点的空间置为空,否则将截断在它之后填人散列表的同义词结点的查找路径。这是因为各种开放地址法中,空地址单元(即开放地址)都是查找失败的条件。因此在用开放地址法处理冲突的散列表上执行删除操作,只能在被删结点上做删除标记,而不能真正删除结点。

缺点是:指针需要额外的空间,故当结点规模较小时,开放定址法较为节省空间,而若将节省的指针空间用来扩大散列表的规模,可使装填因子变小,这又减少了开放定址法中的冲突,从而提高平均查找速度。 

演示地址:https://www.cs.usfca.edu/~galles/visualization/OpenHash.html

具体可以直接看演示,一看就懂。

演示地址:https://www.cs.usfca.edu/~galles/visualization/ClosedHash.html

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
谱哈希(spectral hashing)是一种用于图像的索引和相似性搜索的哈希方。它的目标是将高维图像数据映射到低维二进制编码(哈希码)空间中,以便能够在高效的时间内对图像进行相似性比较。 谱哈希的核心思想是利用图像的谱信息进行编码。它首先将每个图像表示为一个图像邻接矩阵,该矩阵描述了图像中像素之间的相似性关系。然后,通过对邻接矩阵进行谱分解,得到特征向量和特征值。接着,从特征向量中选择最重要的几个进行投影,并将其转化为二进制码。 谱哈希的优点在于它能够保持图像之间的相似性关系。通过谱分解,它能够提取出数据的主要结构,将图像从高维度空间映射到低维度空间,同时保持图像之间的欧几里德距离。这就使得在哈希码空间中进行相似度度量成为可能,也使得对图像进行快速搜索和检索变得更加高效。 除此之外,谱哈希还具有一些其他的优点。它能够在高维空间和低维哈希码空间之间建立一种映射关系,从而实现了跨空间的相似性比较。同时,由于采用了二进制编码,它在存储和计算上更加高效。此外,谱哈希还具有一定的容错能力,即使在图像数据存在噪声或变形的情况下,仍然能够保持相似性的度量。 总的来说,谱哈希是一种用于图像索引和相似性搜索的有效方。它通过利用图像的谱信息进行特征提取和编码,能够在高效的时间内实现图像的相似性比较和检索,具有较好的容错能力和存储计算效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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