数据结构笔记(六)——散列(Hash Table)之双散列和再散列(4)

本文介绍了数据结构中散列(Hash Table)的两种冲突解决方法:双散列和再散列。双散列通过引入额外的冲突函数减少二次聚集,提高查找效率;再散列则在表过满时创建新表,重新散列元素,以保持良好性能。文章讨论了再散列的时机选择,如达到装填因子阈值时执行,以平衡效率和资源使用。
摘要由CSDN通过智能技术生成

虽然平方探测排除了一次聚集,但散列到同一位置的元素仍然会探测相同的备选位置,比如当冲突函数为i^2时,对于每个要插入的X,其向前探测地步长都是0,1,4,9,16,这样对于散列到同一位置的X,他们都会探测相同的备选位置,这是二次聚集。双散列对平方探测法里面的冲突函数做了进一步的改进,F(i)进一步的复杂化,引入了另外一个函数hash_2(X),这个函数对每个X都会计算出一个值,而不是和二次函数一样探测同样的位置。比较常见的是F(i)=i*hash_2(X)作为冲突函数,即散列函数为h_i(X)=hash_1(X)+i*hash_2(X)hash_2(X)的选择也十分重要,显然,函数结果一定不能为0.与

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据结构中,散列Hashing)是一种将数据元素通过散列函数映射到存储位置的方散列函数将数据元素的关键字作为输入,并计算出一个对应的散列值,然后将该散列值转化为存储位置,将数据元素存储在对应的位置上。散列的目的是使得数据元素能够均匀地分布在存储位置上,以便快速地进行插入、查找和删除操作。 散列结构是一种特殊的数据存储结构,它通过散列函数将关键字映射到存储位置,实现了快速的查找操作。散列结构通常使用散列表(Hash Table)来存储数据元素,散列表是一个具有固定大小的数组,每个数组元素称为槽(Slot),每个槽可以存储一个或多个数据元素。 散列结构的特点是查找操作的平均时间复杂度为O(1),即不受数据规模的影响,可以快速地找到要查找的数据元素。然而,散列结构也存在一些问题,例如散列冲突(Hash Collision),即不同的关键字映射到同一个存储位置,这种情况下需要使用解决冲突的方,如链地址、开放地址等。 总结来说,散列数据结构中是一种用于快速查找数据元素的技术,它通过散列函数将关键字映射到存储位置,实现了快速的插入、查找和删除操作。散列结构使用散列表来存储数据元素,具有查找时间复杂度为O(1)的特点,但也需要解决散列冲突的问题。
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