散列(开放定址法)


一.开放定址法含义:

    分离链接散列算法的缺点是需要指针,由于给新单元分配地址需要时间,因此就导致算法的速度多少有些减慢。
所以在这里也可以使用另一种方法:开放定址法。
    开放定址法即从发生冲突的那个单元开始,按照一定的次序,从散列表中查找出一个空闲的存储单元,
把发生冲突的待插入元素存入到该单元中的一类处理冲突的方法。
    在开放定址法中,因为所有的数都要置入表中,所以它锁需要的表要比 分离链接散列用表大。

    开放定址法的flash演示

二.开放定址法

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
散列开放定址法是一种解决哈希冲突的方法,它的时间复杂度和空间复杂度如下: 时间复杂度: - 最好情况下,哈希表中没有冲突,查找、插入和删除操作的时间复杂度都是O(1)。 - 最坏情况下,哈希表中所有的关键字都映射到了同一个地址上,查找、插入和删除操作的时间复杂度都是O(n)。 - 平均情况下,查找、插入和删除操作的时间复杂度都是O(1)。 空间复杂度: - 散列开放定址法的空间复杂度取决于哈希表的大小和存储的元素个数,即O(m+n),其中m为哈希表的大小,n为存储的元素个数。 下面是一个使用散列开放定址法解决哈希冲突的Python代码示例: ```python class HashTable: def __init__(self, size): self.size = size self.keys = [None] * self.size self.values = [None] * self.size def put(self, key, value): hash_value = self.hash_function(key) if self.keys[hash_value] is None: self.keys[hash_value] = key self.values[hash_value] = value else: if self.keys[hash_value] == key: self.values[hash_value] = value else: next_slot = self.rehash(hash_value) while self.keys[next_slot] is not None and self.keys[next_slot] != key: next_slot = self.rehash(next_slot) if self.keys[next_slot] is None: self.keys[next_slot] = key self.values[next_slot] = value else: self.values[next_slot] = value def get(self, key): start_slot = self.hash_function(key) value = None stop = False found = False position = start_slot while self.keys[position] is not None and not found and not stop: if self.keys[position] == key: found = True value = self.values[position] else: position = self.rehash(position) if position == start_slot: stop = True return value def hash_function(self, key): return key % self.size def rehash(self, old_hash): return (old_hash + 1) % self.size ```
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