在静态数组

Question

这个问题与语言无关。但是，让我们使用C和一些伪代码进行演示。

我想在静态数组（或可选的多个静态数组）中存储hash-map / hash-table / dictionary / key-value存储，即我对条目数有一些上限，并且有这些数据结构：

Key keys[N];
Value values[N];

在我的情况下，我有typedef int Key也许答案可能更通用。 所以这将代表的隐式字典是（Python语法）：

{keys[i]: values[i] for i in range(N)}

我希望访问dict的速度很快（平均值为O（1））（对于dict中的两个键，以及不在dict中的键），最好也写入它，尽管我会从中读取很多更多。另外，在我的用例中，我事先会知道我想写的字典。所以，让我们说D是已知的词典。我会选择N = len(D)（D中的条目数），尽管这可能不是最佳的。

一种天真的方式是使用一些哈希函数，hash : Key -> uint，例如this（对于Key == int），然后执行此操作（伪代码）：

def init_by_dict(D):
    keys = unset  # all keys are unset initially
    max_hops = 0
    for key, value in D:
        i = hash(key) % N
        cur_max_hops = 0
        while keys[i] is set:
            i = (i + 1) % N
            cur_max_hops += 1
        max_hops = max(max_hops, cur_max_hops)
        keys[i] = key
        values[i] = value

然后查询看起来像：

def query(key):
    i = hash(key) % N        
    cur_max_hops = 0
    while keys[i] is set and cur_max_hops <= max_hops:
        if keys[i] == key:
            return values[i]
        i = (i + 1) % N
        cur_max_hops += 1
    return unset

所以在最坏的情况下，它将是O（max_hops）。即你想要保持max_hops低。如果哈希函数是好的，init_by_dict的天真方式可能已经具有此属性，但我不知道。

基本上我的问题是：对于给定的数据结构，init_by_dict和query的有效实现是什么？

我还发现this blog post也讨论了一个非常相似的设置。也许还this question。但我想知道在这个问题上是否有一些着名的理论/最先进的方法。 我还读到了open addressing这似乎与我想要的相似。还有this相关问题。和FlatMap TensorFlow GTL class。我必须阅读更多关于此的内容。也许有人也可以回答。