1、线性探测法
通过散列函数求出应放的位置后,如果当前位置有值,则往后顺延。 比如地址等于0时,在0上有值,则尝试去放入1的地址中。依次往后顺延。
在表中的成功查找平均长度
等于每一个地址上的冲突次数+1的总和除去总数组个数。
不在表中的查找平均长度的话
则通过散列函数算出地址后,去查看地址上是否是自己,如果不是则往后顺延,一直顺延到当前顺延地址值为空或者自己时方为结束。


2、平方探测法
平方探测法有多种:
一种是1² ,-1²,2²,-2²,....q²,-q²,
还有一种是1,2²,3³......
如果第一种找不到空位置,第二种也找不到空位置。除非散列表长度为4K+3形式的素数。(4*1+3, 4*K+3)


实现伪代码:
实现中,存储的值为结构体,(state,data),state用来存储当前位置的状态(空|| 删除 || 存在),删除时并不是真正删除,而是将状态设置为删除,因为在查找的过程中如果直接删除会导致这个位置变为空,会影响到查找(要查找的元素在被删除元素的后面时,碰到空会以为不存在表中)。而插入的话,在下次找到该位置时,则判断该位置是否为空或者删除,然后替换掉该位置数据。
结构:

查找:


3、双散列
通过第一个散列出来的数再丢到另一个散列表里再散列一次。第二次散列出来的树不能为0 因为这样第二次散列就没意义,没增加偏移值。比较具有良好效果的形式是 p-第一个散列出来的值。


再散列的过程需要将原先的散列表的所有数重新插入到现有扩大散列表中,重新计算。不能直接复制。
本文介绍了散列冲突的两种解决方法:线性探测法和平方探测法。线性探测法在发生冲突时,会顺着散列地址顺序查找空位;平方探测法则包括两种形式的探测序列。在查找过程中,若遇到已删除的元素,会标记其状态为删除而非真正删除。双散列则是通过第二个散列函数增加偏移量,避免冲突,但要求第二次散列值不为0。在实际操作中,散列表的扩展和再散列过程需要注意元素的重新插入和计算。
的冲突解决方法-开放定址法&spm=1001.2101.3001.5002&articleId=88890715&d=1&t=3&u=af5a809c0038450ba062aeabceed9cf5)
1874

被折叠的 条评论
为什么被折叠?



