散列表的插入和删除

散列表进行插入和删除都要借助于hash函数,根据要插入或删除的值,对应到相应的位置,再对该位置进行操作。代码如下:


void collsion(hash_node *hash[],int elem, hash_node *news)//*hash[]传的是指针数组,其实传的是指针数组的首地址,即地址的地址,如果直接传数组元素的地址,返回并不指向该数组中元素的地址。处理冲突
{
    if(hash[elem]==NULL)
    {
        hash[elem]=news;
    }
    else
    {
        news->next=hash[elem];//头插法,elem是数组元素下标,即该下标         链表的头结点
        hash[elem]->prev=news;
        hash[elem]=news;
    }
}
void Insert(hash_node *hash[],int key)
{
    hash_node *temp=new hash_node();
    temp->data=key;
    temp->next=NULL;
    temp->prev=NULL;
    int location=Hash(key);//此位置就是随机的,根据key的值来得到它的位置
    collsion(hash,location,temp);//location元素下标,即头结点
}

void Delete(hash_node *hash[],int key)
{

    int low=Hash(key);
    hash_node *temp=hash[low];
    if(temp==NULL)
    {
        cout<<"this number doesn't exit!"<<endl;
        return;
    }
    else
    {
        if(temp->data==key)//预防第一个就找到该值
        {
            hash[low]=temp->next;
            delete temp;
            return;
        }
        else
        {
            while(temp->data!=key)
            {
                if(temp->next==NULL)
                {
                    cout<<"this number isn't found"<<endl;
                    return;
                }
                temp=temp->next;
            }
            if(temp->next==NULL)//预防是最后一个找到该值
            {
                temp->prev->next=NULL;
                delete temp;
            }
            else
            {
                 temp->prev->next=temp->next;
                 temp->next->prev=temp->prev;
                 delete temp;
            }
        }
    }
}

由此可知,插入操作时间复杂度就是O(1),删除操作的时间复杂度可根据链表输入长度决定,在最坏情况下,链表长度为n,时间复杂度就为o(n).

### 如何在散列表中实现删除操作 在散列表中,删除元素的操作可以通过多种方式来完成。一种常见的做法是使用懒惰删除机制,在这种情况下,并不会真正从内存中移除该元素,而是将其标记为已删除的状态[^1]。 具体来说,当调用 `remove()` 函数时,如果找到目标键,则会将对应条目的状态字段更新为“Deleted”。这意味着此位置不再表示有效的数据项,但在后续插入新元素时可以被重用。这种方法有助于简化重新调整大小或其他维护任务的过程,因为无需立即清理物理存储单元。 以下是基于上述描述的一个简单伪代码示例展示如何实现带懒惰删除功能的散列表: ```python class HashTableEntry: def __init__(self, key, value): self.key = key self.value = value self.info = 'Occupied' # Status can be 'Empty', 'Occupied', or 'Deleted' class HashTable: def __init__(self, size=8): self.size = size self.table = [None] * size def hash_function(self, key): return hash(key) % self.size def insert(self, key, value): index = self.hash_function(key) while (self.table[index] is not None and self.table[index].info != 'Deleted'): if self.table[index].key == key: break index = (index + 1) % self.size if self.table[index] is None or self.table[index].info == 'Deleted': self.table[index] = HashTableEntry(key, value) def remove(self, key): index = self.hash_function(key) while self.table[index]: if (self.table[index].key == key and self.table[index].info == 'Occupied'): self.table[index].info = 'Deleted' return True index = (index + 1) % self.size return False ``` 以上代码片段展示了带有基本冲突解决策略(线性探测法)以及支持懒惰删除特性的哈希表类定义。请注意实际应用可能还需要考虑更多细节比如负载因子控制、动态扩容等特性[^2]。 另外值得注意的一点是,尽管这里采用了懒惰删除的方式处理删除请求,但这并不是唯一可行的方法;其他替代方案包括真正的物理删除或者链地址法下的节点释放等等[^3]^。
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