散列(学习记录)
来源:互联网 发布:ubuntu jdk8 64位下载 编辑:程序博客网 时间:2024/06/16 03:30
开放寻址:
当普通的hash出现碰撞时可以通过对输入的key值添加诱导因子从而使得输入变得不同,导致输出不同,来避免碰撞的产生。因为所有的关键字放在一个散列表中,因而将该诱导因子的值域设置成与散列表的大小相同,能够更充分的利用整个散列。比如说散列表的大小是m,那么诱导因子可以使0、1、2、3.。。。。。。m-1。
通常在开放寻址中所用的散列函数主要由以下几种:
线性试探法:
设 hash(key, i)=(hash’(key)+i) mod m,其中 i=0,1,…,m-1,hash’为辅助散列函数
这种算法简单易用,但问题就是诱导因子i的步幅过于密使得插入或者搜素可能会更加耗时间。
二次试探法:
设 hash(key,i)=(hash’(key)+c1i+c2i2) mod m,如上所述,i=0,1,…,m-1,hash’为辅助散列函数,c1,c2为辅助参数
双重试探法:
设 hash(key,i)=(hash’(key)+i×hash”(key)) mod m,其中i=0,1,…,m-1,hash’,hash”均为辅助散列函数
双重试探法的首个探查位置为hash’(key),当产生碰撞之后,接下来的探查位置为(hash’(key)+hash”(key)) mod m,因此我们发现在双重试探法中,不仅初始探查位置依赖于关键字key,探查序列中的增量hash”(key)同样依赖于关键字key,因而整个散列表提供了m2种不同的探查序列,较之于前两种开放寻址具备了更多的灵活性。这里还要注意的是应保证hash”(key)与m互质,因为根据固定的偏移量所寻址的所有槽将形成一个群,若最大公约数p=gcd(m, hash”(key))>1,那么所能寻址的槽的个数为m/p
- 散列(学习记录)
- Flask学习记录之使用Werkzeug散列密码
- 散列学习(一)
- 散列学习(二)
- 散列 简单实现(学习笔记)
- 散列学习 (三)
- spark-DataFrame学习记录-[2]解决spark-dataframe的JOIN操作之后产生重复列(Reference '***' is ambiguous问题解决)
- [学习记录]Kepware学习记录(1)
- [学习记录]Kepware学习记录(2)
- Redis学习笔记(三)类型之散列
- Redis学习(二)-散列、有序集合
- Redis 学习笔记(三)之散列类型命令
- Redis 学习笔记(三)之散列类型命令
- 学习记录(1)
- 学习记录(一)
- 学习记录(一)
- 学习记录(一)
- 学习记录(2)
- Centos7 永久修改主机名
- [Android Things] 通过 I2C 读取温湿度
- update 命令
- 并发编程复习(七):并发类容器ConcurrentHashMap&CopyOnWrite
- JDBC执行存储过程的四种情况
- 散列(学习记录)
- SCUT Training 20170920 Problem A
- Transform---绝望的欧拉角-=限制物体的旋转角度
- 以太坊搭建私有链
- Jenkins基础入门-12-自动化部署
- java程序远程debug
- Codeforces Round #434
- bootstrapTable--3.加载按钮
- redis列表类型存储文章ID存在的问题