C++ 常用哈希表实现与树的比较

通常（在C++中），哈希函数返回任意大小的值——因此可能有许多不同的哈希值（2^32）

这就是为什么我总是认为，当人们谈论将它们实现为表时，实际上并不是这样，因为表太大了（2^32个条目）。当然，我的假设是错误的，即表必须与整个散列值范围一样大

实际执行起来似乎比我想象的要困难。我一直在想的是，什么是天真的实现，是这样的：

typedef list< pair<Key,Value> > Bucket;
typedef map< size_t, Bucket > Hashtable;

typedef列表Bucket；
typedef mapHashtable；

---

现在我的问题是：在复杂性（运行时和内存）方面，这种幼稚的实现与实践中的实际实现有何不同？

请注意，正如Matthieu M所指出的，还有其他实现哈希表的方法。这个答案的其余部分假设您希望对由某种列表组成的桶使用哈希

假设你说的是时间复杂性

哈希表应具有O（1）最佳情况访问。您在问题中的实施方案使用了一个用于访问bucket的方法，这将导致O（logn）时间复杂性。您需要具有O（1）访问时间复杂度的内容，例如a，以符合哈希表的预期时间复杂度

更多细节 哈希表的时间复杂度可以是好的，也可以是差的，这取决于它们的填充密度

在最好的情况下，每个bucket最多有一个条目，通过键访问是O（1）。这是哈希表通常引用的复杂性

在最坏的情况下，每个键都有相同的散列值，按键访问有效地搜索一个列表，从而导致O（n）行为

现实世界中的使用通常介于这两个极端之间，希望更接近O（1）

---

对于你的另一个答案，你可以使用一些简化的代码来处理这两个极端，以满足自己的需求。

注意，正如Matthieu M所指出的，还有其他实现哈希表的方法。这个答案的其余部分假设您希望对由某种列表组成的桶使用哈希

假设你说的是时间复杂性

哈希表应具有O（1）最佳情况访问。您在问题中的实施方案使用了一个用于访问bucket的方法，这将导致O（logn）时间复杂性。您需要具有O（1）访问时间复杂度的内容，例如a，以符合哈希表的预期时间复杂度

更多细节 哈希表的时间复杂度可以是好的，也可以是差的，这取决于它们的填充密度

在最好的情况下，每个bucket最多有一个条目，通过键访问是O（1）。这是哈希表通常引用的复杂性

在最坏的情况下，每个键都有相同的散列值，按键访问有效地搜索一个列表，从而导致O（n）行为

现实世界中的使用通常介于这两个极端之间，希望更接近O（1）

---

你的另一个问题的公认答案有一些简化的代码，你可以使用这些代码来处理这两个极端，以满足你自己的需求。

你的问题的关键是，Albert，没有一个哈希表，有很多哈希表

这里问题的核心是某些操作的big-O复杂性。平均而言，哈希表应该产生O（1）复杂度来查找项。二叉树平均产生O（logn）

就速度而言，它实际上取决于N的大小，因为这些都是渐进的复杂性，因此当N很大（想想百万）时，它们代表数量级，而对于小集合，实际速度可能会大不相同

因此，我认为您应该更好地掌握哈希表，而不是试图详细阐述您的问题。快速概述：

• 哈希表可以按照bucket实现，也可以不按照bucket实现：非bucket实现包括开放寻址方案（顺便说一句，开放寻址方案对缓存更友好）
• bucket可以通过链表实现，也可以不通过链表实现。其他方案包括使用另一个哈希函数（每个bucket本身就是一个哈希表）或二叉树（map），后者需要一些排序
• 重新分配可以立即完成：即一旦您超过容量，将分配一个新的（更大的）哈希表，并复制所有内容，或者使用线性重新分配方案来平滑重新分配成本，避免不时受到重大影响

---

阅读维基百科上的文章，它解决了这些问题和更多问题。

阿尔伯特，你的问题的关键是没有一个哈希表，而是有很多

这里问题的核心是某些操作的big-O复杂性。平均而言，哈希表应该产生O（1）复杂度来查找项。二叉树平均产生O（logn）

就速度而言，它实际上取决于N的大小，因为这些都是渐进的复杂性，因此当N很大（想想百万）时，它们代表数量级，而对于小集合，实际速度可能会大不相同

因此，我认为您应该更好地掌握哈希表，而不是试图详细阐述您的问题。快速概述：

• 哈希表可以按照bucket实现，也可以不按照bucket实现：非bucket实现包括开放寻址方案（顺便说一句，开放寻址方案对缓存更友好）
• bucket可以通过链表实现，也可以不通过链表实现。其他方案包括使用另一个哈希函数（每个bucket本身就是一个哈希表）或二叉树（map），后者需要一些排序
• 重新分配可以立即完成：即一旦超过容量，就会分配一个新的（更大的）哈希表，并生成一个

  typedef list< pair<Key,Value> > Bucket;
  const int HashSize = 511;
  Bucket[HashSize] Hashtable;
  inline size_t HashIndex(Key k) { return hash(k) % HashSize; }