算法学习——查找(哈希,二叉树,二分,顺序)

本文介绍了查找算法的时间复杂度对比,重点讲解了哈希查找的算法复杂度、哈希函数构造方法、哈希表大小确定及冲突解决策略。此外,还提及了二叉排序树(BST)和二分查找的基本概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

查找算法时间复杂度对比

算法名称 平均时间复杂度
哈希表查找 O(1)
二叉排序树 O(logn)
二分查找法 O(logn)
顺序查找 O(n)

1. 哈希查找

说明:文中value表示需要哈希的值,key表示值在哈希表的位置

1.1 算法复杂度O(1)

哈希表采用函数映射的思想将关键字和存储位置关联起来,如f(value)=key.其查询、插入,删除的算法复杂度均可在常量时间内实现。

1.2 构造哈希函数的方法

选择的哈希函数是尽可能使哈希值产生均匀分布。常用的方法:

  1. 直接定址法
    寻找 key和value的某个现行函数,如:key=a*value+b的形式。哈希表的大小由value中的最大值和最小值差值决定。例如value={100,101,…500},我们选取的映射关系可以是-key=value-100.
  2. 平均取中法
    对value进行平方运算,然后去平方值中间的几位作为hash地址。如value={142,258,469,570},平方之后结果为{20164,66564,219961,324900},取中间两位{16,56,99,49}.
  3. 除留取余法
    如果哈希表的最大长度为m,可取不大于m的最大质数p,然后对关键字进行取余运算,key=value%p.
  4. 折叠法
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