Open addressing
开放寻址法
前面学习了一种最简单的冲突解决方法：链接法，现介绍另一种冲突解决方法：开放寻址法
开放寻址法关键在于计算探查序列（probe sequence）
- 对于每一个要插入的关键字k，显然需要连续地检查散列表以找到一个空槽，这个过程称为探查（probe）
- 一个探查序列其实就是m个插槽号的一次排列（permutation）
- 每个关键字的探查序列不同（哈希函数h接收两个参数：关键字 k 和探查号 trial count ）
- 显然探查序列包括了所有插槽，因此只要表中还有空槽就一定能被找到
tips：对于同一个关键字k而言，其插入/搜索/删除的探查序列均一致
Insert
- 要插入关键字k，沿着k的探查序列寻找
- 当找到一个空槽，插入k
- 如果遍历结束 i==m，说明表满，插入失败
Search
- 对于搜索k而言，同样沿着探查序列搜索
- 如果k在表中，就一定能顺着探查序列找到它
- 否则，如果找到空槽或者遍历结束 i==m，这均说明k根本就没有被插入到表中（不考虑插入后又删除的情况），搜索失败
Delete
-
同理沿着探查序列查找k
-
如果没有找到，返回错误
-
当找到k所在槽 i 时，注意这时不能直接将槽 i 置为NIL，因为这会导致上面的搜索算法出错；
正确的做法是：为槽 i 设定一个特定的值DELETED替代NIL来标记这个槽的内容被删除了，这样只需要对insert操作稍加修改，让其知道DELETED意味着槽为空，而对于search操作则无需再做什么改动
Uniform Hashing Assumption
均匀哈希假设：对于每一个关键字 k，在其对应的 m！个探查序列中，每个探查序列的生成概率相同
（Double Hashing时可以这么假设）
Analysis：
假设已经插入了n个元素至m个插槽中，那么下一次插入预计的probe次数将<=1/（1-α）
Proof：
当插入一个新的元素时，记 p = (m-n)/m
-
一次成功的概率为 p
-
第一次失败的概率为 n/m
-
第二次失败的概率为 （n-1）/（m-1）
-
第三次失败的概率为 （n-2）/（m-2）
...
-
以此类推，总共需要的探测次数为：
$$
Probes = 1+n/m(1+(n-1)/(m-1)(1+(n-2)/(m-2)(..(1+1/n-m+1)..))
\≤1+α2+α3+....
\=\sum_{i=0}∞αi
\=1/(1-a)$$
根据上述推导过程，可以得出在均匀哈希假设下，搜索/插入/删除的时间复杂度均为 O(1/(1-α))
参考：https://www.cnblogs.com/soyscut/p/3390032.html
标签：探查,插入,关键字,寻址,序列,开放,空槽 来源： https://www.cnblogs.com/potofsalt/p/14941814.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。