双重散列探查法的计算公式.docxVIP

双重散列探查法的计算公式 —、散列表的由来？ 1?散列表来源于数组,它借助散列函数对数组这种数据结构进行扩展，利用的是 数组支持按照下标随机访问元素的特性。 2?需要存储在散列表中的数据我们称为键，将键转化为数组下标的方法称为散列 函数,散列函数的计算结果称为散列值。 3?将数据存储在散列值对应的数组下标位置。 二、 如何设计散列函数？ 总结3点设计散列函数的基本要求 L散列函数计算得到的散列值是一个非负整数。 若 keyl=key2 ,则 hash(keyl)=hash(key2) 若 key/key2 ,则 hash(keyl)#hash(key2) 正是由于第3点要求,所以产生了几乎无法避免的散列冲突问题。 三、 散列冲突的解放方法？ 1?常用的散列冲突解决方法有2类：开放寻址法(open addressing )和链表法 (chaining ) 2?开放寻址法 核心思想：如果出现散列冲突,就重新探测一个空闲位置,将其插入。 线性探测法(Linear Probing ): 插入数据:当我们往散列表中插入数据时,如果某个数据经过散列函数之后,存 储的位置已经被占用了 ,我们就从当前位置开始，依次往后查找,看是否有空闲 位置,直到找到为止。 查找数据：我们通过散列函数求出要查找元素的键值对应的散列值，然后比较数 组中下标为散列值的元素和要查找的元素是否相等，若相等，则说明就是我们要 查找的元素；否则，就顺序往后依次查找。如果遍历到数组的空闲位置还未找到, 就说明要查找的元素并没有在散列表中。 删除数据:为了不让查找算法失效,可以将删除的元素特殊标记为deleted ,当 线性探测查找的时候,遇到标记为deleted的空间,并不是停下来,而是继续 往下探测。 结论:最坏时间复杂度为0(n) 二次探测(Quadratic probing ):线性探测每次探测的步长为1 ,即在数组 中一个一个探测，而二次探测的步长变为原来的平方。 双重散列(Double hashing ):使用一组散列函数，直到找到空闲位置为止。 线性探测法的性能描述: 用装载因子来表示空位多少,公式：散列表装载因子二填入表中的个数/散 列表的长度。 装载因子越大，说明空闲位置越少,冲突越多,散列表的性能会下降。 3.链表法（更常用） 插入数据:当插入的时候,我们需要通过散列函数计算出对应的散列槽位,将其 插入到对应的链表中即可,所以插入的时间复杂度为0（1）。 查找或删除数据:当查找、删除一个元素时,通过散列函数计算对应的槽，然后 遍历链表查找或删除。对于散列比较均匀的散列函数，链表的节点个数k=n/m , 其中n表示散列表中数据的个数,m表示散列表中槽的个数，所以是时间复杂 度为0（k）。 四、思考 l.Word文档中单词拼写检查功能是如何实现的？ 字符串占用内存大小为8字节，20万单词占用内存大小不超过20MB ,所以用 散列表存储20万英文词典单词,然后对每个编辑进文档的单词进行查找,若未 找到,则提示拼写错误。 2假设我们有10万条URL访问日志,如何按照访问次数给URL排序? 字符串占用内存大小为8字节,10万条URL访问日志占用内存不超过10MB , 通过散列表统计url访问次数然后用TreeMap存储散列表的元素值（作为key ） 和数组下标值（作为value ） 3?有两个字符串数组,每个数组大约有10万条字符串,如何快速找出两个数组 中相同的字符串？ 分别将2个数组的字符串通过散列函数映射到散列表,散列表中的元素值为次 数。注意,先存储的数组中的相同元素值不进行次数累加。最后,统计散列表中 元素值大于等于2的散列值对应的字符串就是两个数组中相同的字符串