build

chapter_hashing/summary.md

@@ -4,12 +4,12 @@ comments: true
 
 # 6.3.   小结
 
-- 向哈希表中输入一个键 key ，查询到值 value 的时间复杂度为 $O(1)$ ，非常高效。
-- 哈希表的常用操作包括查询、添加与删除键值对、遍历键值对等。
-- 哈希函数将 key 映射到桶（数组）索引，从而访问到对应的值 value 。
-- 两个不同的 key 经过哈希函数可能得到相同的桶索引，进而发生哈希冲突，导致查询错误。
-- 缓解哈希冲突的途径有两种：哈希表扩容、优化哈希表的表示方式。
-- 负载因子定义为哈希表中元素数量除以桶槽数量，体现哈希冲突的严重程度，常用作哈希表扩容的触发条件。与数组扩容的原理类似，哈希表扩容操作开销也很大。
-- 链式地址考虑将单个元素转化成一个链表，将所有冲突元素都存储在一个链表中，从而解决哈希冲突。链表过长会导致查询效率变低，可以通过把链表转化为 AVL 树或红黑树来解决。
-- 开放寻址通过多次探测来解决哈希冲突。线性探测使用固定步长，缺点是不能删除元素且容易产生聚集。多次哈希使用多个哈希函数进行探测，相对线性探测不容易产生聚集，代价是多个哈希函数增加了计算量。
-- 在工业界中，Java 的 HashMap 采用链式地址、Python 的 Dict 采用开放寻址。
+- 哈希表能够在 $O(1)$ 时间内将键 key 映射到值 value，效率非常高。
+- 常见的哈希表操作包括查询、添加与删除键值对、遍历键值对等。
+- 哈希函数将 key 映射为数组索引（桶），以便访问对应的值 value 。
+- 两个不同的 key 可能在经过哈希函数后得到相同的索引，导致查询结果出错，这种现象被称为哈希冲突。
+- 缓解哈希冲突的方法主要有扩容哈希表和优化哈希表的表示方法。
+- 负载因子定义为哈希表中元素数量除以桶数量，反映了哈希冲突的严重程度，常用作触发哈希表扩容的条件。与数组扩容类似，哈希表扩容操作也会产生较大的开销。
+- 链式地址通过将单个元素转化为链表，将所有冲突元素存储在同一个链表中，从而解决哈希冲突。然而，过长的链表会降低查询效率，可以通过将链表转换为 AVL 树或红黑树来改善。
+- 开放寻址通过多次探测来解决哈希冲突。线性探测使用固定步长，缺点是不能删除元素且容易产生聚集。多次哈希使用多个哈希函数进行探测，相对线性探测不易产生聚集，但多个哈希函数增加了计算量。
+- 不同编程语言采取了不同的哈希表实现策略。例如，Java 的 HashMap 使用链式地址，而 Python 的 Dict 采用开放寻址。