Data structures 使用linkedlist的队列与使用哈希表存储桶数组的队列的优点？

我知道两种实现队列的方法，使用链表或数组。在哈希表中生成bucket时应该使用哪一个，当bucket超过条目限制时，哈希表需要重新刷新。我是否可以使用其他数据结构获取O（1）排队和解排队以及索引

使用数组，我可以让bucket大小变为更高的值，因为数组中的索引允许我对键（按排序顺序插入）使用二进制搜索。如果桶大小变为1000，则搜索成为LN（1000）vs 1000。插入操作变为O（n），但查找比插入更常见

使用链表我得到O（1）插入，删除，但我也得到O（n）

---

我的问题是，我可以同时使用其他数据结构的好处吗？或者使用这些数据结构的好处明显大于使用其他数据结构的好处吗？

在实现哈希表的存储桶时，应该使用链表，因为它们可以调整大小。在散列映射中，您需要在bucket中执行的唯一操作是遍历和附加新项，这两项都可以在每个元素

O（1）

中完成。使用数组时，分配的内存不必要或太少，因为无法调整其大小。此外，您不应该使用队列，最好只使用普通的链表。

当您实现哈希表的存储桶时，您应该使用链表，因为它们可以调整大小。在散列映射中，您需要在bucket中执行的唯一操作是遍历和附加新项，这两项都可以在每个元素

O（1）

中完成。使用数组时，分配的内存不必要或太少，因为无法调整其大小。此外，你不应该使用队列，最好只使用普通的链表。

我认为你问错了问题。与其担心如何处理一个桶中的大量物品，不如关心为什么你的桶已经满了

哈希表假设了两件事：

您已经选择了一个散列函数，它可以在bucket之间提供良好的项目分布

您不会让负载系数变得太高。一个好的哈希表实现将提供相当不错的性能，负载系数高达0.8左右，但超过该值，性能将急剧下降。我认为大多数实现喜欢将负载因子保持在0.7以下。因此，如果哈希表中的项目数超过表容量的70%，则应考虑增加容量。当负载系数超过某个阈值时，大多数哈希表实现会自动增加容量

当您选择使用哈希表时，您有责任确保这两个条件都成立。如果您选择了一个糟糕的散列函数，或者如果您超过了设计的负载系数，那么性能将受到影响，再多的优化bucket结构也帮不了您

bucket列表结构的实现应该无关紧要，因为bucket的大小不应该足以改变性能。一个简单的链表提供了O（1）插入和O（k）查找（其中k是bucket中的项数）。但是k不应该大于2或3，所以使用渐近更有效的数据结构是没有意义的

---

无论您如何实现存储桶，当您超过哈希表的容量（或者如果您的哈希表实现自动调整大小，则为负载因子阈值）时，您都会不时付出O（n）调整大小的代价。

我认为您问错了问题。与其担心如何处理一个桶中的大量物品，不如关心为什么你的桶已经满了

哈希表假设了两件事：

您已经选择了一个散列函数，它可以在bucket之间提供良好的项目分布

您不会让负载系数变得太高。一个好的哈希表实现将提供相当不错的性能，负载系数高达0.8左右，但超过该值，性能将急剧下降。我认为大多数实现喜欢将负载因子保持在0.7以下。因此，如果哈希表中的项目数超过表容量的70%，则应考虑增加容量。当负载系数超过某个阈值时，大多数哈希表实现会自动增加容量

当您选择使用哈希表时，您有责任确保这两个条件都成立。如果您选择了一个糟糕的散列函数，或者如果您超过了设计的负载系数，那么性能将受到影响，再多的优化bucket结构也帮不了您

bucket列表结构的实现应该无关紧要，因为bucket的大小不应该足以改变性能。一个简单的链表提供了O（1）插入和O（k）查找（其中k是bucket中的项数）。但是k不应该大于2或3，所以使用渐近更有效的数据结构是没有意义的

---

无论您如何实现存储桶，当您超过哈希表的容量（或者如果您的哈希表实现自动调整大小，则为负载因子阈值）时，您都会不时地付出O（n）调整大小的代价。

我试图理解您为什么要为哈希表存储桶使用队列。你为什么不直接使用动态列表？@JimMischel你的权利，让我解释一下，编辑这个问题。我试图理解你为什么要使用队列作为哈希表存储桶。你为什么不直接使用动态列表呢？@JimMischel你说得对，让我解释一下，编辑这个问题。因此，如果桶太大或者大约70%的桶都满了，我应该重新刷新这个表？我不应该在桶中使用另一个哈希表。@AchyutRastogi:我从未见过实现