算法小专栏:散列表(二)

级别: ★☆☆☆☆
标签:「算法」「Hash」「散列表」「哈希表」
作者: MrLiuQ
审校: QiShare团队


接上篇散列表(一),本篇将重点介绍:解决散列冲突的四种方案。

一、开放定址法:
1.1 定义:

描述:为产生冲突的地址H(key)求得一个新的地址序列:Hi =(H(key)+ di)% m (i=1,2,3,...,m-1),其中H(key)为哈希函数,m为表长,di称为增量序列。

增量序列通常有以下3种取法:

  • 线性探测再散列:di = 1,2,3,...,m-1
  • 二次探测再散列:di = 12,-12,22,-22,32,-32,...,k2(k<=m/2)
  • 伪随机探测再散列:di = 伪随机数序列
1.2 举例:

例如,在长度为11的哈希表中,已填入关键字 172960的记录,哈希函数为:H(key) = key % 11

计算:
H(17) = 17 % 11 = 6。故将**关键字“17”存在下标为6的位置,位置空着,所以存入未冲突。
H(29) = 29 % 11 = 7。故将
关键字“29”存在下标为7的位置,位置空着,所以存入未冲突。
H(60) = 60 % 11 = 5。故将
关键字“60”**存在下标为5的位置,位置空着,所以存入未冲突。

所以,现在的表的存储状态如下图:

这时存入第四个关键字:38.

计算:H(38) = 38 % 11 = 5。出现冲突,下标为5的位置已存有60。

  • 方式一:线性探测再散列。

开始尝试逐次追加di = 1,2,3,...,m-1

得到地址6 => 依然冲突, 得到地址7 => 仍然冲突, 得到地址8 => 不冲突,存入。

最终结果,如下图:

  • 方式二:二次探测再散列。

尝试追加 di = 12,-12,22,-22,32,-32,...,k2(k<=m/2)

首先,追加12,地址6仍然冲突。 再,追加-12,地址4无冲突,可以存入。

最终结果,如下图:

  • 方式三:伪随机探测再散列。

假设伪随机数为9,

H(38) = (38+9)%11 = 3。地址3不冲突,存入。

最终结果,如下图:

二、链地址法:
2.1 定义:

描述:将所有哈希地址相同的记录都链接在同一链表中,以此来解决冲突。

2.2 举例:

已知一组关键字为(19,14,23,01,20,68,84,27,55,11,10,79)。 则按哈希函数H(key) = key % 13,链地址处理冲突如下图:

三、再哈希法:

描述:产生冲突时计算**另一个哈希函数(散列函数)**的地址,直到冲突不再发生为止。

优点:这种方法不容易产生聚集。 缺点:增加了计算的时间成本。

四、建立公共溢出区:

描述:把冲突的都放在另一个溢出表中,而不会存在基本表里。

这也是解决哈希冲突的一种办法,假设哈希函数的值域为[0,m-1],那就创建一个[0,m-1]的基本数组,每块内存存放一个记录,另外创建一个溢出数组,一旦发生哈希冲突,就将冲突的值添加至溢出表。


小编微信:可加并拉入《QiShare技术交流群》。

关注我们的途径有:
QiShare(简书)
QiShare(掘金)
QiShare(知乎)
QiShare(GitHub)
QiShare(CocoaChina)
QiShare(StackOverflow)
QiShare(微信公众号)

推荐文章:
iOS UIButton根据内容自动布局
iOS 指定初始化方法
UIView中的hitTest方法
奇舞周刊

转载于:https://juejin.im/post/5ce673f6f265da1bba58dd42

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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