散列表(中)
面试题目:如何设计一个工业级的散列函数?
思路:
何为一个工业级的散列表?工业级的散列表应该具有哪些特性?结合学过的知识,我觉的应该有这样的要求:
- 支持快速的查询、插入、删除操作;
- 内存占用合理,不能浪费过多空间;
- 性能稳定,在极端情况下,散列表的性能也不会退化到无法接受的情况。
方案:
如何设计这样一个散列表呢?根据前面讲到的知识,从3个方面来考虑设计思路:
- 设计一个合适的散列函数;
- 定义装载因子阈值,并且设计动态扩容策略;
- 选择合适的散列冲突解决方法。
知识总结:
一、如何设计散列函数?
- 要尽可能让散列后的值随机且均匀分布,这样会尽可能减少散列冲突,即便冲突之后,分配到每个槽内的数据也比较均匀。
- 除此之外,散列函数的设计也不能太复杂,太复杂就会太耗时间,也会影响到散列表的性能。
- 常见的散列函数设计方法:直接寻址法、平方取中法、折叠法、随机数法等。
二、如何根据装载因子动态扩容?
- 如何设置装载因子阈值?
- 可以通过设置装载因子的阈值来控制是扩容还是缩容,支持动态扩容的散列表,插入数据的时间复杂度使用摊还分析法。
- 装载因子的阈值设置需要权衡时间复杂度和空间复杂度。如何权衡?如果内存空间不紧张,对执行效率要求很高,可以降低装载因子的阈值;相反,如果内存空间紧张,对执行效率要求又不高,可以增加装载因子的阈值。
- 如何避免低效扩容?分批扩容
- 分批扩容的插入操作:当有新数据要插入时,我们将数据插入新的散列表,并且从老的散列表中拿出一个数据放入新散列表。每次插入都重复上面的过程。这样插入操作就变得很快了。
- 分批扩容的查询操作:先查新散列表,再查老散列表。
- 通过分批扩容的方式,任何情况下,插入一个数据的时间复杂度都是O(1)。
三、如何选择散列冲突解决方法?
- 常见的2中方法:开放寻址法和链表法。
- 大部分情况下,链表法更加普适。而且,我们还可以通过将链表法中的链表改造成其他动态查找数据结构,比如红黑树、跳表,来避免散列表时间复杂度退化成O(n),抵御散列冲突攻击。
- 但是,对于小规模数据、装载因子不高的散列表,比较适合用开放寻址法。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 观道君的小站!
评论