哈希表v / s树

Question

哈希表总是比树快吗？虽然Hashtables具有O（1）搜索复杂度但是假设由于设计错误的哈希函数发生了大量冲突，并且如果我们使用链式结构（比如平衡树）处理冲突，那么搜索的最坏情况运行时间将是O（log n） ）。因此，即使在最坏情况下哈希表总是比树更快，我能否得出大或小数据集的结论？另外，如果我有足够的内存而且我不想进行范围搜索，那么我总是可以使用哈希表吗？

Answer 1

  

哈希表总是比树更快吗？

不，不是总是。这取决于许多因素，例如集合的大小，散列函数，以及一些散列表实现 - 也是删除操作的数量。

哈希表平均每个op O(1) - 但情况并非总是如此。在最差的情况中，它们可能是O(n)。

我现在可以想到更喜欢树木的一些原因：

1. 订购很重要。 [哈希表不维护顺序，BST按定义排序]
2. Latency是一个问题 - 你不能忍受可能发生的O(n)。 [这可能对实时系统至关重要]
3. Ther数据可能与您的哈希函数“相似”，并且许多元素散列到相同的位置[collisions]并不是不可能的。 [这有时可以通过使用不同的哈希函数来解决]
4. 对于相对较小的集合 - 很多时候哈希表O(1)之间的隐藏常数比树的高得多 - 对于小集合，使用树可能会更快。

但是 - 如果数据很大，延迟不是问题，冲突是不可能的 - 哈希表比使用树更渐进。

Answer 2

如果由于设计糟糕的哈希函数会发生大量冲突，并且如果我们使用链式结构（比如平衡树）处理冲突，那么搜索的最坏情况运行时间将是 O（n）（不是O（log n））。因此，即使在最糟糕的情况下，哈希表总是比树更快，您也无法得出大小数据集的结论。

Answer 3

使用哈希表，并使用适当的维度初始化它。例如，如果仅使用一半空间，则碰撞很少。

Answer 4

在最坏的情况下，你会在hast-tables中有O（n）时间。 但是这比现在太阳爆炸写入的可能性低十亿，所以当使用好的哈希函数时，你可以安全地假设它在O（1）中工作，除非太阳爆炸。
另一方面，Hash-Tables和Trees的性能可能因月亮的实现，语言和阶段而异，因此这个问题的唯一好处是“同时尝试，思考并选择更好”