查看哈希表的基本结构。我们知道它会调整WRT负载因子或其他确定性参数的大小。我得到的是，如果在插入内达到调整大小的限制，我们需要创建一个更大的哈希表并将所有内容插入在那里。这是我不明白的东西。
让我们考虑一个哈希表，其中每个存储桶都包含一个AVL-平衡BST。如果我的哈希函数为每个键返回相同的索引，那么我会将所有内容存储在同一AVL树中。我知道此哈希函数将是一个非常糟糕的函数，将不会使用，但是我在这里做最坏的情况。因此，经过一段时间后，我们可以说已达到调整大小的因素。因此，为了调整大小，我创建了一个新的哈希表，并尝试在以前的表中插入每个旧元素。由于哈希函数将所有内容映射回一个AVL树，因此我需要将所有N个元素插入同一AVL中。 AVL树上的N个插入为N logN。那么为什么将插入哈希表的最坏情况视为O（N）呢？
以下是将N个元素添加到Avl中的证明，三个是N logN： Running time of adding N elements into an empty AVL tree
答案 0 :(得分：1)
简而言之：这取决于存储桶的实现方式。使用链接列表，可以在特定条件下在 O（n）中完成。对于以AVL树作为存储桶的实现，在大多数情况下，这确实可能导致 O（n log n）。为了计算时间复杂度，应该知道存储桶的实现。
通常，不是用AVL树或一般的树来实现存储桶，而是通过链表实现。如果引用了列表的last条目，则可以在 O（1）中进行附加。否则，我们仍然可以通过在链表之前添加 O（1）（在这种情况下，存储桶以相反的插入顺序存储数据）。
使用链表的想法是，使用合理的哈希函数的字典应该不会造成任何冲突。通常，一个存储桶有零个或一个元素，有时有两个或三个，但不多。在这种情况下，简单的数据结构可能会更快，因为简单的数据结构通常每次迭代所需的周期更少。
某些哈希表使用开放式寻址，其中存储桶不是分离的数据结构，但是如果存储桶已被占用，则使用下一个空闲存储桶。在这种情况下，搜索将遍历已用过的存储桶，直到找到匹配的条目，或者到达空的存储桶为止。
Wikipedia article on Hash tables讨论了如何实现存储桶。