Data structures 在哈希数据结构中执行查找操作时，为什么是快速操作？

在哈希表中执行查找时，键将转换为哈希。现在使用散列值，它是直接映射到内存位置，还是还有更多步骤

只是想在幕后多了解一些事情

还有什么其他基于键的查找数据结构，为什么它们比散列慢？

“基于键”意味着某种映射。您可以在链表或数组中实现一个，查找或删除可能会非常慢（O（n））

散列需要固定的时间。在更复杂的实现中，它通常会映射到一个内存地址，该地址除了映射的对象或值之外，还存储了一个返回关键对象的指针列表，用于冲突检测和解决

昂贵的操作是按照“哈希到此位置”对象的列表来确定您真正要查找的对象。理论上，每次查找都可能是O（n）！然而，如果我们使用更大的空间，发生这种情况的概率会大大降低（尽管每个生日问题都不可避免地会发生一些碰撞）

如果您开始超过某个冲突阈值，大多数实现将扩展哈希表的大小，这也需要另一个O（n）时间。但是，平均每插入1/n次，这种情况发生的频率不会超过1/n次。所以我们摊销了常数时间。

“基于键”意味着某种映射。您可以在链表或数组中实现一个，查找或删除可能会非常慢（O（n））

散列需要固定的时间。在更复杂的实现中，它通常会映射到一个内存地址，该地址除了映射的对象或值之外，还存储了一个返回关键对象的指针列表，用于冲突检测和解决

昂贵的操作是按照“哈希到此位置”对象的列表来确定您真正要查找的对象。理论上，每次查找都可能是O（n）！然而，如果我们使用更大的空间，发生这种情况的概率会大大降低（尽管每个生日问题都不可避免地会发生一些碰撞）

如果您开始超过某个冲突阈值，大多数实现将扩展哈希表的大小，这也需要另一个O（n）时间。但是，平均每插入1/n次，这种情况发生的频率不会超过1/n次。所以我们已经摊销了固定时间。

A意味着比A更多

特别是，a是一个：

…关联数组（也称为映射或字典）是由（键、值）对集合组成的抽象数据类型，因此每个可能的键在集合中最多出现一次

虽然a是Map的一个实现（尽管它也可以被视为包含“成本”的ADT）：

…哈希表或哈希映射是一种数据结构，使用哈希函数将标识值（称为键[…]）映射到其关联值。因此，哈希表实现了关联数组[或，映射]

因此，这是一个泄漏出来的实现细节：a是一个使用a的，因此提供了这种算法的预期性能特征的a。在这种情况下，实现细节的“泄漏”是好的，因为它提供了一些基本的[预期的]绑定保证，例如[预期的]

O（1）

--或恒定时间--

get

提示：a是哈希表算法的重要组成部分，它将

HashMap

与其他

Map

实现（如a（使用a）或a（使用a）区分开来

映射的另一种形式是（或“alist”，这在LISP编程中很常见）。虽然关联列表对于

get

来说是

O（n）

，但是对于较小的

n

，它们的开销可能要小得多，这引出了另一点：描述了限制行为（如

n->无穷大

），并且没有针对特定的[smallish]

n

：

用大O表示法描述函数通常只提供函数增长率的上限。

请参考上面的链接（包括javadoc）了解基本特征和不同的实现策略——我在这里说的任何其他内容都已经在那里说过了（或者在其他答案中）。如果有具体问题，请在必要时打开一个新的SO帖子：-）

快乐编码

---

对于OpenJDK 7中的

HashMap

实现。查看

put

方法可以看出，它是一种简单的链接，作为冲突解决方法，并且基础“bucket array”将在每次调整大小时增加2倍（达到负载系数时触发）。类文档中介绍了负载因子和摊销性能期望（包括所使用的哈希函数的期望值）。

A不仅仅意味着A

特别是，a是一个：

…关联数组（也称为映射或字典）是由（键、值）对集合组成的抽象数据类型，因此每个可能的键在集合中最多出现一次

虽然a是Map的一个实现（尽管它也可以被视为包含“成本”的ADT）：

…哈希表或哈希映射是一种数据结构，使用哈希函数将标识值（称为键[…]）映射到其关联值。因此，哈希表实现了关联数组[或，映射]

因此，这是一个泄漏出来的实现细节：a是一个使用a的，因此提供了这种算法的预期性能特征的a。在这种情况下，实现细节的“泄漏”是好的，因为它提供了一些基本的[预期的]绑定保证