在上一篇中我们进行了树的专项练习,在这一篇中我们将进行散列表知识点的学习。
概念
散列表(Hash Table),也被称为哈希表或散列映射,是一种常用的数据结构之一。它通过将键(key)映射到值(value)来实现高效的数据存储和检索。
散列表的主要思想是利用哈希函数将键转换成对应的索引,然后将值存储在该索引位置上。当需要查找或插入元素时,再次使用哈希函数计算出对应的索引,从而快速定位到目标位置。
散列表的优势在于具有高效的查找和插入操作。由于直接通过索引进行访问,时间复杂度通常为O(1),即常数时间。
装填因子: 设m和n分别表示表长和表中填入的结点数,则将α=n/m定义为散列表的装填因子(Load Factor)。α越大,表越满,冲突的机会也越大。通常取α≤1。
然而,在极端情况下,散列表的性能可能会下降,例如哈希冲突(多个键映射到同一个索引位置)的发生,这会导致链表的长度增加,进而影响到操作的效率。为了解决这个问题,可以采用一些方法,本文介绍两种方法。
伪代码
// 定义散列表的数据结构
struct HashTable {
int size; // 散列表的大小
vector<vector<pair<Key, Value>>> table; // 存储键值对的二维向量数组
};
// 初始化散列表
HashTable Initialize(int size) {
HashTable hashTable;
hashTable.size = size;
hashTable.table.resize(size); // 根据指定的大小调整table的大小
return hashTable;
}
// 哈希函数,将键映射到散列表的索引位置
int HashFunction(Key key, int size) {
// 根据键的特性,选择适当的哈希函数来计算散列值
// 返回散列值对散列表大小取模,得到索引位置
return hashValue % size;
}
// 向散列表中插入键值对
void Insert(HashTable& hashTable, Key key, Value value) {
int index = HashFunction(key, hashTable.size); // 计算键的散列值并得到索引位置
hashTable.table[index