数据结构与算法之哈希冲突解决-链地址法与开放定址法对比
2014-08-07 19:01
363 查看
参见:http://www.nowamagic.net/academy/detail/3008060
拉链法解决冲突的做法是:将所有关键字为同义词的结点链接在同一个单链表中。若选定的散列表长度为m,则可将散列表定义为一个由m个头指针组成的指针数组T[0..m-1]。凡是散列地址为i的结点,均插入到以T[i]为头指针的单链表中。T中各分量的初值均应为空指针。在拉链法中,装填因子α可以大于 1,但一般均取α≤1。
与开放定址法相比,拉链法有如下几个优点:
拉链法处理冲突简单,且无堆积现象,即非同义词决不会发生冲突,因此平均查找长度较短;
由于拉链法中各链表上的结点空间是动态申请的,故它更适合于造表前无法确定表长的情况;
开放定址法为减少冲突,要求装填因子α较小,故当结点规模较大时会浪费很多空间。而拉链法中可取α≥1,且结点较大时,拉链法中增加的指针域可忽略不计,因此节省空间;
在用拉链法构造的散列表中,删除结点的操作易于实现。只要简单地删去链表上相应的结点即可。而对开放地址法构造的散列表,删除结点不能简单地将被删结 点的空间置为空,否则将截断在它之后填人散列表的同义词结点的查找路径。这是因为各种开放地址法中,空地址单元(即开放地址)都是查找失败的条件。因此在用开放地址法处理冲突的散列表上执行删除操作,只能在被删结点上做删除标记,而不能真正删除结点。
拉链法的缺点:指针需要额外的空间,故当结点规模较小时,开放定址法较为节省空间,而若将节省的指针空间用来扩大散列表的规模,可使装填因子变小,这又减少了开放定址法中的冲突,从而提高平均查找速度。
拉链法解决冲突的做法是:将所有关键字为同义词的结点链接在同一个单链表中。若选定的散列表长度为m,则可将散列表定义为一个由m个头指针组成的指针数组T[0..m-1]。凡是散列地址为i的结点,均插入到以T[i]为头指针的单链表中。T中各分量的初值均应为空指针。在拉链法中,装填因子α可以大于 1,但一般均取α≤1。
拉链法的优势与缺点
与开放定址法相比,拉链法有如下几个优点:拉链法处理冲突简单,且无堆积现象,即非同义词决不会发生冲突,因此平均查找长度较短;
由于拉链法中各链表上的结点空间是动态申请的,故它更适合于造表前无法确定表长的情况;
开放定址法为减少冲突,要求装填因子α较小,故当结点规模较大时会浪费很多空间。而拉链法中可取α≥1,且结点较大时,拉链法中增加的指针域可忽略不计,因此节省空间;
在用拉链法构造的散列表中,删除结点的操作易于实现。只要简单地删去链表上相应的结点即可。而对开放地址法构造的散列表,删除结点不能简单地将被删结 点的空间置为空,否则将截断在它之后填人散列表的同义词结点的查找路径。这是因为各种开放地址法中,空地址单元(即开放地址)都是查找失败的条件。因此在用开放地址法处理冲突的散列表上执行删除操作,只能在被删结点上做删除标记,而不能真正删除结点。
拉链法的缺点:指针需要额外的空间,故当结点规模较小时,开放定址法较为节省空间,而若将节省的指针空间用来扩大散列表的规模,可使装填因子变小,这又减少了开放定址法中的冲突,从而提高平均查找速度。
相关文章推荐
- java 解决Hash(散列)冲突的四种方法--开放定址法(线性探测,二次探测,伪随机探测)、链地址法、再哈希、建立公共溢出区
- 数据结构之解决哈希冲突的四种方法
- 实战数据结构(10)_哈希表的使用--开地址法解决冲突
- 解决哈希冲突常用的两种方法是:开放定址法和链地址法
- java 解决Hash(散列)冲突的四种方法--开放定址法(线性探测,二次探测,伪随机探测)、链地址法、再哈希、建立公共溢出区
- 算法学习 - Hash Table操作,分离链接法解决哈希冲突
- 【数据结构与算法】【查找】哈希表的代码实现
- SDUT 3379 数据结构实验之查找七:线性之哈希表(线性探测法解决冲突)
- 算法学习 - HashTable开放地址法解决哈希冲突
- 【数据结构与算法】[hihoCode] #1015 : KMP算法(解决Time Limit Exceeded)
- hash线性探测开放定址法解决冲突
- 哈希查找之链地址法解决冲突(代码封装实现)
- 数据结构实验之查找五:平方之哈希表(详解平方法解决哈希表冲突)
- 算法6-3:解决哈希冲突之线性探针
- 散列 - 数据结构 (分离链接法、开放定址法)
- hash线性探测开放定址法解决冲突
- 哈希查找之链地址法解决冲突(代码封装实现)
- js数据结构与算法——集合,字典,哈希
- 9.6.2 哈希查找之开放定址法解决哈希碰撞
- 9.6.2 哈希查找之开放定址法解决哈希碰撞