是在O（1）或O（n）还是介于两者之间？计算一个非常大的对象和一个小对象的哈希是否有任何不利之处？如果重要，我正在使用Python。
答案 0 :(得分：1)
一般来说，计算哈希值为O（1）对于＆＃34;小＆＃34;项目和O（N）为＆＃34;大＆＃34;项目（其中＆＃34; N＆＃34;表示项目密钥的大小）。小和大之间的精确分界线变化，但通常在寄存器大小附近的某处（例如，32位机器上的32位，64位机器上的64位）。这也取决于输入类型 - 例如，寄存器大小上的整数类型都是具有恒定复杂度的散列，但字符串占用的时间与字节大小成正比，直到单个字符（即两个字符）字符串大约是单个字符串时间的两倍。）
一旦你计算了哈希值，访问哈希表就会产生恒定的复杂性，但在最坏的情况下可能与O（N）一样糟糕（但这是一个不同的＆＃34; N＆＃34; - 表中插入的项目数，而不是单个密钥的大小。
答案 1 :(得分：1)
真正的答案取决于它。你没有指定你感兴趣的哈希函数。当我们谈论像SHA256这样的加密哈希时，复杂度就是O（n）。当我们谈论使用电话号码的最后两位数字的哈希函数时，它将是O（1）。哈希表中使用的哈希函数往往针对速度进行优化，因此更接近于O（1）。
有关哈希表的进一步参考，请参阅Time Complexity上的python wiki中的此页面。
答案 2 :(得分：0)
大多数情况下，您的哈希将在O（1）的访问中进行计算。但是，如果它是一个非常糟糕的哈希，其中每个值具有相同的哈希值，那么它将是O（n）最坏的情况。
与哈希关联的对象越多，相当于更多冲突。