数据结构-最小完美哈希和保序最小完美哈希函数

1.什么是最小完美哈希函数?

在满足完美哈希(不会产生冲突(单射))的前提下,key值数量(假设为n)和哈希表中槽的数量(假设为m)相等,即 m = n,此种哈希函数被称为最小完美哈希函数(其实相当于数学中双射的概念)


2.什么是保序最小完美哈希函数?

若一个最小完美哈希函数同时满足对于xi<xj,有h(xi)<h(xj),即满足“保序性”(order preserving),则称为保序最小完美哈希函数(Order Preserving Minimal Perfect Hash Function, OPMPHF)。


3.如何构造最小完美哈希函数?

参见我的另一篇博文


4.如何构造保序最小完美哈希函数?

举例说明:

构造最小完美hash函数的过程:

1.先假定存在两个一般的哈希函数h1(t)和h2(t),它们都是将字符串映射到范围0——m-1的一个整数。其中m>=n,允许重复。

   一种定义hash函数的方法是:找到两组与字符串长度相等的 权重向量(w1[i],w1[1]...,w1[t.len-1]) 

2.我们还需要设计一个特别的数组g,它需要继续把0..m-1映射到0..n-1.

方法公式如下:



那么,如何设计数组g从而达到上述效果呢

首先按其定义构造随机整数数组w1和w2,一旦构造好,我们就开始找函数g的过程

其实,这个问题转换成了图的问题




  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
1. 堆栈(Stack) 堆栈是一种后进先出(LIFO)的数据结构,可以通过push和pop操作进行添加和删除元素。它可以用数组或链表来实现。在使用堆栈时,我们要注意栈是否为空,以避免出现栈溢出的情况。 堆栈的高效实现:在实现堆栈时,我们可以使用数组来实现。数组有一个优点就是它的寻址速度很快,所以在需要快速访问栈顶元素的情况下,使用数组实现堆栈是最好的选择。 2. 队列(Queue) 队列是一种先进先出(FIFO)的数据结构,可以通过enqueue和dequeue操作进行添加和删除元素。它可以用数组或链表来实现。在使用队列时,我们要注意队列是否为空,以避免出现队列溢出的情况。 队列的高效实现:在实现队列时,我们可以使用链表来实现。链表有一个优点就是它可以在任何位置插入和删除元素,所以在需要频繁插入和删除元素的情况下,使用链表实现队列是最好的选择。 3. LinkedList LinkedList是一种双向链表,可以用来实现栈和队列。它可以在任何位置插入和删除元素,因此在需要频繁插入和删除元素的情况下,使用LinkedList是最好的选择。 LinkedList的高效实现:在实现LinkedList时,我们要注意保持链表的平衡性,以避免出现链表过长的情况。同时,我们可以使用双向链表来提高插入和删除元素的效率。 4. 哈希表(Hash Table) 哈希表是一种以键值对形式存储数据的数据结构,可以通过哈希函数将数据存储在数组中。它可以用于高效地查找和插入元素。 哈希表的高效实现:在实现哈希表时,我们要注意哈希函数的设计,以避免出现哈希冲突的情况。同时,我们可以使用链表来处理哈希冲突,以提高查找和插入元素的效率。 5. 堆(Heap) 堆是一种特殊的树形数据结构,可以用于高效地查找和删除最大或最小元素。堆可以用数组来实现,其中根节点存储最大或最小元素。 堆的高效实现:在实现堆时,我们要注意维护堆的性质,以保证堆的正确性。同时,我们可以使用数组来实现堆,以提高查找和删除最大或最小元素的效率。

“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

打赏作者

五癫

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