CS_learn/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2026-05-12 11:37:08 +08:00
Code Issues Packages Projects Releases Wiki Activity

build

Browse Source
This commit is contained in:
krahets
2023-12-28 17:18:37 +08:00
parent 8d49c46234
commit d1f1473539
67 changed files with 604 additions and 609 deletions
Download Patch File Download Diff File Expand all files Collapse all files

22
docs/chapter_hashing/hash_map.md
View File

@@ -4,7 +4,7 @@ comments: true
# 6.1   哈希表
「哈希表 hash table」，又称「散列表」，其通过建立键 `key` 与值 `value` 之间的映射，实现高效的元素查询。具体而言，我们向哈希表输入一个键 `key` ，则可以在 $O(1)$ 时间内获取对应的值 `value` 。
「哈希表 hash table」，又称「散列表」，它通过建立键 `key` 与值 `value` 之间的映射，实现高效的元素查询。具体而言，我们向哈希表中输入一个键 `key` ，则可以在 $O(1)$ 时间内获取对应的值 `value` 。
如图 6-1 所示，给定 $n$ 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个学号，返回对应的姓名”的查询功能，则可以采用图 6-1 所示的哈希表来实现。
@@ -51,7 +51,7 @@ comments: true
hmap[10583] = "小鸭"
# 查询操作
# 向哈希表输入键 key ，得到值 value
# 向哈希表中输入键 key ，得到值 value
name: str = hmap[15937]
# 删除操作
@@ -74,7 +74,7 @@ comments: true
map[10583] = "小鸭";
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
string name = map[15937];
/* 删除操作 */
@@ -97,7 +97,7 @@ comments: true
map.put(10583, "小鸭");
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
String name = map.get(15937);
/* 删除操作 */
@@ -120,7 +120,7 @@ comments: true
};
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
string name = map[15937];
/* 删除操作 */
@@ -143,7 +143,7 @@ comments: true
hmap[10583] = "小鸭"
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
name := hmap[15937]
/* 删除操作 */
@@ -166,7 +166,7 @@ comments: true
map[10583] = "小鸭"
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
let name = map[15937]!
/* 删除操作 */
@@ -188,7 +188,7 @@ comments: true
map.set(10583, '小鸭');
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
let name = map.get(15937);
/* 删除操作 */
@@ -212,7 +212,7 @@ comments: true
console.info(map);
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
let name = map.get(15937);
console.info('\n输入学号 15937 ，查询到姓名 ' + name);
@@ -238,7 +238,7 @@ comments: true
map[10583] = "小鸭";
/* 查询操作 */
// 向哈希表输入键 key ，得到值 value
// 向哈希表中输入键 key ，得到值 value
String name = map[15937];
/* 删除操作 */
@@ -1658,6 +1658,6 @@ index = hash(key) % capacity
<p align="center"> 图 6-4 &nbsp; 哈希表扩容 </p>
类似于数组扩容，哈希表扩容需将所有键值对从原哈希表迁移至新哈希表，非常耗时；并且由于哈希表容量 `capacity` 改变，我们需要通过哈希函数来重新计算所有键值对的存储位置，这进一步提高了扩容过程的计算开销。为此，编程语言通常会预留足够大的哈希表容量，防止频繁扩容。
类似于数组扩容，哈希表扩容需将所有键值对从原哈希表迁移至新哈希表，非常耗时；并且由于哈希表容量 `capacity` 改变，我们需要通过哈希函数来重新计算所有键值对的存储位置，这进一步增加了扩容过程的计算开销。为此，编程语言通常会预留足够大的哈希表容量，防止频繁扩容。
「负载因子 load factor」是哈希表的一个重要概念，其定义为哈希表的元素数量除以桶数量，用于衡量哈希冲突的严重程度，**也常作为哈希表扩容的触发条件**。例如在 Java 中，当负载因子超过 $0.75$ 时，系统会将哈希表扩容至原先的 $2$ 倍。