【算法】9 散列表【待补充】

最新推荐文章于 2025-09-11 19:19:55 发布

weixin_33832340

最新推荐文章于 2025-09-11 19:19:55 发布

阅读量51

点赞数

CC 4.0 BY-SA版权

文章标签：数据结构与算法

原文链接：http://www.cnblogs.com/NoMasp/p/4785988.html

作者分享了其在创作过程中遇到的技术挑战和经验教训，强调了保存工作的重要性，并表达了对未来的期待。文章讨论了在进行长时间编码工作时需要注意的事项，以及如何有效地管理和保护自己的代码。尽管当前内容未能完整呈现，但作者承诺将后续内容进行补充，以提供更全面的指导和见解。

上次写了四个多小时，但文章被荡掉了。暂时不想重写，先搁置下来，以后再补充。

转载于:https://www.cnblogs.com/NoMasp/p/4785988.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_33832340

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

算法导论-第11章-散列表

幸福在路上

07-03

8445

一、概念 1.综述散表表仅支持INSERT、SEARCH、DELETE操作。把关键字k映射到槽h(k)上的过程称为散列。多个关键字映射到同一个数组下标位置称为碰撞。好的散列函数应使每个关键字都等可能地散列到m个槽位中 2.散表函数（1）若函数为h(k)=k，就是直接寻址表（2）除法散列法：h(k) = k mod m （3）乘法散列法：h(k) = m * (

【数据结构与算法】之散列表（Java实现）---第十篇

Java学习

11-03

6018

博主秋招提前批已拿百度、字节跳动、拼多多、顺丰等公司的offer，可加微信：pcwl_Java一起交流秋招面试经验，可获得博主的秋招简历和复习笔记。目录：一、散列表基本概念 1、基本定义 2、散列表思想二、散列函数 1、定义 2、散列函数设计的基本要求 3、如何设计散列函数三、散列冲突 1、开放寻址法 2、链表法 3、如何选择散列冲突解决的方法四、装载因...

参与评论您还未登录，请先登录后发表或查看评论

查找算法之散列表

墨城烟柳ベ旧人殇的博客

05-27

2220

新星计划：数据结构与算法，学习笔记，创作打卡4！本文主要是查找算法之散列查找的详细介绍。

数据结构与算法之美（20 | 散列表（下））

hqt_29的博客

01-15

510

问题：为什么散列表和链表经常会一起使用？ 1. 用散列表实现 O(1) 时间复杂度的 LRU 缓存淘汰算法首先，一个缓存（cache）系统主要包含下面这几个操作：往缓存中添加一个数据；从缓存中删除一个数据；在缓存中查找一个数据。使用双向链表实现 LRU 缓存淘汰算法的复杂度：当要缓存某个数据的时候，先在链表中查找这个数据。如果没有找到，则直接将数据放到链表的尾部；如果找到了，我们就把它移动到链表的尾部。因为查找数据需要遍历链表，所以单纯用链表实现的 LRU 缓存淘汰算法的时间复杂很

算法导论_第十一章_散列表

你那么爱笑，家里人知道吗？

07-20

502

算法导论_第十章_散列表 散列表大概就是把给每个要存储的数据都用散列函数给定一个关键字，对应到一个槽。由于不同的信息可能对应同样的关键字，也就是说对应同一个槽，这时要解决其冲突，解决冲突可以用链接法，和开放寻址法。对于链接法，其对于冲突采取链表进行解决，这样就保证了数据不会发生冲突。其查找的平均时间为O(1+n/m) 11.3散列函数一个好的散列函数能够将每个关键字都被等可能地

JS数据结构之 散列表

RIN的博客

01-29

573

JS数据结构之 散列表 散列、散列函数、散列表 散列是一种常用的数据存储技术，散列后的数据可以快速地插入或取用。散列使用的数据结构叫做散列表**(哈希表-Hash Table)**。 散列表 ，是根据键（Key）直接访问在内存存储位置的数据结构。它通过计算一个关于键值的函数（散列函数），将所需查询的数据映射到表（散列表）中一个位置来访问记录。在散列表上插入、删除和取用数据都非常快。 散列表的作用：用于快速查找、防止重复、用作缓存基于数组进行设计的散列表……

数据结构与算法（七）—— 散列表结构及其实现和应用

小羽毛的博客

01-06

3170

注：本篇内容参考了《Java常用算法手册》、《大话数据结构》和《Java编程（第四版）》三本书籍。本人水平有限，文中如有错误或其它不妥之处，欢迎大家指正！ ...

[算法入门笔记] 9. 哈希表与哈希函数

欢迎光临~

10-01

939

哈希表与哈希函数

代码随想录第六天哈希表+双指针(待补充)

weixin_47455684的博客

12-05

408

建议：要比较一下，本题和 454.四数相加II 的区别，为什么 454.四数相加II 会简单很多，这个想明白了，对本题理解就深刻了。建议：本题是使用map 巧妙解决的问题，好好体会一下哈希法如何提高程序执行效率，降低时间复杂度，当然使用哈希法会提高空间复杂度，但一般来说我们都是舍空间换时间，工业开发也是这样。建议：本题虽然和两数之和很像，也能用哈希法，但用哈希法会很麻烦，双指针法才是正解，可以先看视频理解一下双指针法的思路，文章中讲解的，没问题哈希法很麻烦。

【数据结构基础】散列表存储

正心诚意修身

10-23

2272

散列表

软考：软件设计师 — 14.算法基础

konghaoran的博客

08-19

1861

计算机软考 — 软件设计师学习计划。

算法笔记|Day5哈希表基础

m0_57632621的博客

07-23

2191

算法笔记|Day5哈希表基础

二叉树的前中后序遍历(迭代法)

mrjieke6的博客

09-07

1398

本文系统介绍了二叉树前序、中序和后序遍历的迭代实现方法。前序遍历采用栈结构，按;根→右→左 ;顺序入栈；中序遍历先全部左子树入栈再访问节点；后序遍历则通过修改前序遍历顺序为"根→右→左 ;后反转结果。三种遍历时间复杂度均为O(n)，空间复杂度最坏O(n)。与递归实现相比，迭代方法避免了栈溢出风险，处理大型树更稳定。每种遍历方式都配有详细代码解析、执行示例和复杂度分析，并讨论了实际应用场景，为掌握树结构操作提供了系统指导。

leetcode380：RandomizedSet - O(1)时间插入删除和获取随机元素（数组+哈希表的巧妙结合）

lyh2004_08的博客

09-11

619

本文介绍了如何设计一个支持O(1)时间插入、删除和获取随机元素的数据结构。关键在于巧妙结合数组和哈希表的优势：数组提供O(1)随机访问，哈希表实现O(1)查找。核心技巧是删除操作时采用"末尾替换法"，将被删除元素与数组末尾交换后删除，避免移动元素。文章详细分析了算法原理、代码实现、复杂度以及边界条件，并探讨了允许重复元素的变种问题。该方案体现了组合数据结构和空间换时间的设计思想，完美满足了题目要求的所有O(1)操作。

每日算法刷题Day67:9.9:leetcode bfs10道题，用时2h30min

2301_80044595的博客

09-09

806

2.与[[十.图论算法-基础遍历#3. 1162. 地图分析(中等,学习)]]一模一样，找每个1到各自最近的0的最短距离，即多源最短路径距离，所以将所有0入队列，向四周扩散，告诉1已经扩散的层数，即距离。所以要反过来，将所有满足条件的点当做多个源点，向外扩散，从而告诉待求点当前扩散的层数，即最短距离。，是Dijkstra算法，但因为边权只有0和1，所以用0-1BFS来优化Dijkstra，双端队列队首入0，队尾入1，保证每次队首都是边权(代价)最小的。的视频包含所有你好友的好友观看过的视频，以此类推。

LeetCode 1658. 将x减到0的最小操作数

qq_57349657的博客

09-11

250

不定长滑动窗口：将x减到0的最小操作数

【无标题】

Leeyy

09-10

627

过拟合是指模型在训练集上表现很好，但在测试集上表现较差的现象。

leetcode274.H指数