代码随想录|哈希总结

基本原理

• 哈希函数
  • 用于计算键的哈希值，将其映射到哈希表的索引
• 哈希表
  • 利用哈希函数将键值对映射到数组索引，实现高效的数据存取
• 适用场合
  • 用来快速判断一个元素是否出现集合里
  • 适用于需要快速查找和更新操作的场景，如缓存、字典、数据库索引等

哈希冲突

• 多个键计算出相同的哈希值导致的存储冲突。
• 解决方法
  • 链地址法：使用链表存储相同哈希值的所有键值对
  • 开放地址法
    • 线性探测：从冲突位置开始，线性查找下一个空桶。
    • 二次探测：使用探测次数的平方来调整探测位置。
    • 双重散列：使用第二个哈希函数计算探测步长。

哈希性能分析

负载因子与扩展策略

---

实现哈希的数据结构

set, map的构造方法

unordered_set, unordered_map的构造方法

---

二叉树

• 满二叉树

  • 每个节点要么有 0 个要么有 2 个子节点。

• 完全二叉树

  • 除了最底层节点，其余每层节点数都达到最大值，且最后一层节点尽可能从左到右填满干位置。

• 二叉搜索树

  • 左子树 < 节点 < 右子树，中序遍历能得到有序序列
  • 应用：高效查找、插入、删除

• 平衡二叉树

  • 左右子树高度差不超过某个值的二叉搜索树，如 AVL 树、红黑树

• 红黑树

  • 通过颜色和旋转保持平衡，每个节点有红色或黑色标记
  • 根节点和叶子节点为黑色、红节点的两个子节点全黑、路径上黑节点数相同
  • 查找/插入/删除效率：O(log n)，插入和删除通过旋转和颜色调整维持平衡。
  • 应用：std::map、std::set 实现
  • 

• 平衡二叉搜索树(AVL树)

  • 左右子树高度差最多为 1
  • 查找/插入/删除效率：O(log n)，插入和删除需要旋转
  • 应用：需要严格平衡的查找
  • 

---

算法题型