我正在浏览 Wiki 上的线性哈希文章。一行让我感到困惑，这里是： " 哈希表扩展的成本分散在每个哈希表插入操作中，而不是一次全部发生。[2]"
在线性哈希的情况下，如果要插入的项目的哈希值小于拆分变量，则创建一个新节点（或桶）并将值插入其中。根据上面的行（时间复杂度是在每个“插入操作”如果与我们进行摊销分析的“动态数组”实现相比，线性散列中的插入必须花费 O(n) 时间。如果我错了，请纠正我。 还有一件事：wiki 上的第二行说“线性哈希因此非常适合交互式应用程序。”
我可以在“交互式案例”中将 B+ 树与线性散列进行比较（因为两者都是可扩展的搜索技术）吗？
【问题讨论】：
标签： hash time-complexity
据我所知，O(n) 是最差的时间复杂度，但在大多数情况下，哈希表会以 O(1) 的恒定时间返回结果。与必须遍历树哈希表的 B+ 树相反，它在哈希函数上工作，其中哈希函数的结果指向存储值的地址。在最坏的情况下，如果所有键的哈希结果相同，那么时间复杂度可能会变为 O(n)，因为所有结果都将存储在一个桶中。
根据维基百科 b plus 树具有以下时间复杂度。
插入记录需要 O(logbn) 操作 查找记录需要 O(logbn) 次操作
【讨论】：
LH 实现可以保证严格限制插入时间。 如果冲突由溢出处理，则没有理由将拆分位置和 key-hash 位置相关联。诀窍是将溢出槽的创建与拆分操作联系起来。
例如，如果每个第 N 个插槽始终保留为溢出插槽，那么您最多需要进行 N-1 次拆分来创建一个新的溢出插槽。实际上它少于 (N-1)/2 次拆分，因为拆分一个插槽可能会释放一个溢出插槽。
http://goo.gl/6dbuH 用于描述，https://github.com/mischasan/hx 用于源代码。
【讨论】：