散列如何具有 o(1) 搜索时间？ [复制]

Posted 2023-02-25

【中文标题】散列如何具有 o(1) 搜索时间？ [复制]

【英文标题】：How does hashing have an o(1) search time? [duplicate]

【发布时间】：2011-05-20 19:07:37

【问题描述】：

当我们使用HashTable 存储数据时，据说搜索需要o(1) 时间。我很困惑，谁能解释一下？

【问题讨论】：

hashTable 中的查找成本是一个摊销常数 O(1)——大多数时候我们只做恒定的工作，但偶尔（有冲突的地方）我们会做一些直接比较，这可以再次成为二分或线性搜索。

【参考方案1】：

如果哈希表中没有冲突，则搜索需要 O(1) 时间，因此 sya 认为在哈希表中搜索需要 O(1) 或恒定时间是不正确的。

See how Hashtable works on MSDN?

编辑

mgiuca 很好地解释了它，我只是添加了一种称为链接的碰撞避免技术。

在这种技术中，我们在每个位置维护一个值的链接列表，因此当您有碰撞时，您的值将被添加到该位置的链接列表中，因此当您搜索值时，您可能需要搜索整个链接列表中的值，这样在这种情况下搜索将不是 O(1) 操作。

【参考方案2】：

嗯，这是一个小的谎言——它可能需要更长的时间，但通常不会。

基本上，哈希表是一个包含所有要搜索的键的数组。数组中每个键的位置由 散列函数 确定，该函数可以是始终将相同输入映射到相同输出的任何函数。我们假设散列函数是O(1)。

所以当我们在哈希表中插入一些东西时，我们使用哈希函数（我们称之为h）来找到放置它的位置，并把它放在那里。现在我们插入另一个东西，散列和存储。还有一个。每次我们插入数据，都需要 O(1) 的时间来插入（因为哈希函数是 O(1)。

查找数据是一样的。如果我们想找到一个值，x，我们只需要找出h(x)，它告诉我们x在哪里哈希表。所以我们也可以在 O(1) 中查找任何哈希值。

现在说谎：上面是一个非常好的理论，但有一个问题：如果我们插入数据并且数组的那个位置已经有东西怎么办？没有什么可以保证散列函数不会为两个不同的输入产生相同的输出（除非你有一个perfect hash function，但这些很难产生）。因此，当我们插入时，我们需要采取以下两种策略之一：

在数组的每个位置存储多个值（例如，每个数组槽都有一个链表）。现在，当您进行查找时，到达数组中的正确位置仍然是 O(1)，但可能是线性搜索（希望是短的）链表。这称为“分离链接”。 如果您发现某些东西已经存在，请再次散列并找到另一个位置。重复直到你找到一个空的地方，然后把它放在那里。查找过程可以遵循相同的规则来查找数据。现在到达第一个位置仍然是 O(1)，但是有一个潜在的（希望是短的）线性搜索在桌子周围反弹，直到找到你想要的数据。这称为“开放寻址”。

基本上，这两种方法仍然大部分 O(1)，但具有希望短的线性序列。对于大多数目的，我们可以假设它是 O(1)。如果哈希表太满，那些线性搜索会变得越来越长，然后是时候“重新哈希”了，这意味着创建一个更大的新哈希表并将所有数据重新插入其中.

【讨论】：

非常感谢您的解释..

+1 ：为了更好地解释它，还有其他技术也可以避免冲突，例如“字典基本上使用链式，双散列等。”

@user531802 没问题。如果您对这个答案感到满意，您是否可以勾选“接受的答案”复选框？

哇 --- 所以哈希是数组 index，而不是线性搜索索引？

对此进行很好的解释-the hash table is getting too full, those linear searches can become longer and longer, and then it is time to "re-hash" which means to create a new hash table of a much bigger size检查-***.com/questions/2369467/…