哈希如何有o（1）搜索时间？

Question

当我们使用HashTable来存储数据时，据说搜索需要花费一（1）的时间。我很困惑，有人可以解释一下吗？

Answer 1

好吧，这是一个谎言的小位 - 它可能需要更长时间，但通常不会。

基本上，哈希表是一个包含要搜索的所有键的数组。数组中每个键的位置由哈希函数确定，该函数可以是始终将相同输入映射到同一输出的任何函数。我们假设散列函数是O（1）。

因此，当我们在哈希表中插入一些东西时，我们使用哈希函数（让我们称之为 h ）来找到放置它的位置，并将其放在那里。现在我们插入另一个东西，哈希和存储。而另一个。每次插入数据时，插入数据都需要O（1）时间（因为哈希函数是O（1）。

查找数据是一样的。如果我们想要找到一个值 x ，我们只需找出 h （x），它告诉我们 x 位于何处哈希表。所以我们也可以在O（1）中查找任何哈希值。

现在说谎：上面是一个非常好的理论，有一个问题：如果我们插入数据并且数组的那个位置已经有了什么？没有什么能保证哈希函数不会为两个不同的输入产生相同的输出（除非你有一个perfect hash function，但这些产生很难产生）。因此，当我们插入时，我们需要采取以下两种策略之一：

• 在数组中的每个位置存储多个值（例如，每个数组插槽都有一个链接列表）。现在当你进行查找时，它仍然是O（1）到达数组中的正确位置，但可能是一个线性搜索（希望很短的）链表。这被称为“单独链接”。
• 如果您发现某些内容已经存在，请再次哈希并找到其他位置。重复，直到找到一个空位，并将其放在那里。查找过程可以遵循相同的规则来查找数据。现在它仍然是O（1）到达第一个位置，但是有一个潜在的（希望很短的）线性搜索在桌子周围反弹，直到找到你想要的数据。这称为“开放式寻址”。

基本上，这两种方法仍然主要是 O（1），但有一个有希望的短线性序列。在大多数情况下，我们可以假设它是O（1）。如果哈希表变得太满，那些线性搜索会变得越来越长，然后是时候“重新哈希”了，这意味着要创建一个更大的新哈希表并将所有数据插回其中

Answer 2

如果哈希表中没有collisons，则搜索需要O（1）时间，因此sya在哈希表中搜索需要O（1）或恒定时间是不正确的。

See how Hashtable works on MSDN?

修改

mgiuca解释得很漂亮，我只是添加了一种叫做Chaining的Collosion Avoidance技术。

在这种技术中，我们在每个位置维护一个值的链接列表，所以当你有一个崩溃时，你的值将被添加到该位置的链接列表中，所以当你搜索一个值时，你可能需要这样的场景。搜索整个链接列表中的值，这样在那种情况下搜索将不是O（1）操作。