所以，假设你有一个使用线性探测的散列图。
首先使用键X插入一个值X，哈希值到位置5，比如说。
然后使用键Y插入一个值Y，该键也是哈希值5.它将需要位置6.
然后插入一个带有键Z的值Z，它也是哈希值5.它将需要位置7.
然后删除Y，因此内存看起来像“X，null，Z”
然后尝试使用键Z插入一个值，它将检查5，看到它已经被检查，检查6，然后将其插入那里为空。但是，已经存在一个带有键Z的条目，所以你将有两个带有键Z的条目，这是与不变量相对的。
因此，您不需要遍历整个地图，直到找到值本身。如果找不到，则可以将其插入第一个空格。因此，某个键上的所有首次插入都不是O（N）？
答案 0 :(得分：3)
没有
您遇到的问题是由于您删除错误造成的。
事实上，使用线性探测从表中删除有点困难 - 使用线性探测构建的许多表根本不支持删除。
那说：至少在理论上，哈希表上的几乎所有操作都可以在最坏的情况下（插入，删除，查找等）结束线性。无论哈希函数多么聪明你写的，有无限的输入可以散列到任何特定的输出。有了足够不幸的输入选择（或者只是一个糟糕的哈希函数），你可以得到一个任意百分比，所有这些都产生相同的哈希码。
编辑：如果您坚持使用线性探测支持删除，基本思路是您需要确保条目的每个“链”保持连续。因此，您对密钥进行散列，然后从那里一直走到下一个空桶。您检查每个条目的哈希码，并将最后一个连续项目的“孔”填入孔之前的位置。反过来，这可能会创建另一个洞，你需要填入最后一个项目，该项目是在你正在创建的那个洞之前的一个位置（等等，递归地）。
答案 1 :(得分：-2)
不确定为什么村里的白痴（;））删除了他的帖子，因为他是对的 - 过度使用/不平衡的哈希表退化为线性搜索。
为了实现O（1）性能，不得过度使用表（在给定条目数的情况下，表必须足够大），并且哈希算法必须做得很好（避免不平衡），给定特征/统计关键价值。
应该注意的是，有两种基本的哈希表方案 - 线性探测，其中哈希同义词简单地插入到下一个可用的表槽中，以及链表，其中哈希同义词被添加到表元素之外的链表中对于给定的哈希值。它们产生大致相同的统计数据，直到过度使用/不平衡，此时线性探测快速完全分离，而链接列表只是缓慢降级。并且，正如其他人所说，线性探测使删除变得非常困难。