目前，我被要求设计一个 O（n log n）算法，用于将 n 元素插入到带有 n 插槽的哈希表中使用线性探测。
最初，如果哈希函数生成的哈希值最终为单个，则插入 n 元素需要 O（n ^ 2）时间号。
因此，我正在考虑通过使用某种类型的数据结构预测任何元素来防止冲突。
例如：计算每个元素的所有哈希值（ O（n）），搜索可能的冲突，更改冲突键的哈希值，然后进行插入。< / p>
我的问题：是否有可能在 O（n log n）时间内找到解决我问题的数据结构？
非常感谢。
答案 0 :(得分：0)
首先，初始化vEB tree以包含0..n-1，表示哈希表的开放槽。要将一个元素插入哈希表，请调用vEB树的FindNext方法一次或两次（如果有环绕）以确定下一个空闲槽，然后调用Delete将其从vEB树中删除。总运行时间为O（n log log n）。