xmengnet/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2024-12-25 08:56:29 +08:00
Code Issues Projects Releases Packages Wiki Activity Actions

Update hash_map.md

Browse source
This commit is contained in:
Yudong Jin 2022-12-16 16:35:38 +08:00 committed by GitHub
parent 67233c2200
commit 533bde6081
No known key found for this signature in database
GPG key ID: 4AEE18F83AFDEB23
1 changed files with 4 additions and 4 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

8
docs/chapter_hashing/hash_map.md
View file

@ -16,10 +16,10 @@ comments: true
除了哈希表之外，还可以使用以下数据结构来实现上述查询功能： 除了哈希表之外，还可以使用以下数据结构来实现上述查询功能：
1. **无序数组：** 每个元素为 `[学号, 姓名]` ； 1. **无序数组：** 每个元素为 `[学号, 姓名]` ；
2. **有序数组：** 将 `1.` 中的数组按照学号从小到大排序； 2. **有序数组：** 将 `1.` 中的数组按照学号从小到大排序；
3. **链表：** 每个结点的值为 `[学号, 姓名]` ； 3. **链表：** 每个结点的值为 `[学号, 姓名]` ；
4. **二叉搜索树：** 每个结点的值为 `[学号, 姓名]` ，根据学号大小来构建树； 4. **二叉搜索树：** 每个结点的值为 `[学号, 姓名]` ，根据学号大小来构建树；
使用上述方法，各项操作的时间复杂度如下表所示（在此不做赘述，详解可见 [二叉搜索树章节](https://www.hello-algo.com/chapter_tree/binary_search_tree/#_6)）。无论是查找元素、还是增删元素，哈希表的时间复杂度都是 $O(1)$ ，全面胜出！ 使用上述方法，各项操作的时间复杂度如下表所示（在此不做赘述，详解可见 [二叉搜索树章节](https://www.hello-algo.com/chapter_tree/binary_search_tree/#_6)）。无论是查找元素、还是增删元素，哈希表的时间复杂度都是 $O(1)$ ，全面胜出！