JavaScript의 해시 테이블(해시 테이블)에 대한 자세한 소개(코드 예)
이 글은 자바스크립트의 해시 테이블(해시 테이블)에 대한 자세한 소개(코드 예제)를 제공합니다. 도움이 필요한 친구들이 참고할 수 있기를 바랍니다.
해시 테이블
해시 테이블(해시 테이블, 해시 테이블이라고도 함)은 키(Key)를 기준으로 메모리 저장 위치에 직접 접근하는 데이터 구조입니다. 즉, 필요한 쿼리 데이터를 테이블의 위치에 매핑하는 키 값에 대한 함수를 계산하여 레코드에 액세스하므로 조회 속도가 빨라집니다. 이 매핑 함수를 해시 함수라고 하며, 레코드를 저장하는 배열을 해시 테이블이라고 합니다.
위 그림부터 분석해 보겠습니다.
세트 U가 있는데, 이는 1000, 10, 152, 9733, 1555, 997, 1168
오른쪽에는 10- 슬롯 세트 목록(해시 테이블)을 사용하려면 세트 U의 정수를 이 목록에 저장해야 합니다.
저장 방법과 어떤 슬롯에 저장되나요? 이 문제는 해시 함수를 통해 해결해야 합니다. 제 저장 방법은 10의 나머지 부분을 가져가는 겁니다. 이 사진을 보시죠
-
1000%10=0, 10%10=0 그러면 두 개의 정수 1000과 10이 숫자 0에 저장됩니다 슬롯에
152%10=2, 그런 다음 슬롯 2
9733%10=3에 저장하고 슬롯 번호 3
위의 간단한 예를 통해 다음과 같이 해야 합니다. 다음 사항에 대해 전반적으로 이해하세요
집합 U는 해시 테이블에 나타날 수 있는 키입니다
해시 함수는 테이블에 키 값을 전달하기 위해 사용자가 직접 설계하는 방법입니다. set U through 특정 계산은 계산된 키
- 를 저장하는 예제의 나머지
해시 테이블과 같은 해시 테이블에 저장됩니다. 그런 다음 일반적으로 값을 어떻게 얻는지 살펴보겠습니다.
예를 들어 키가 1000이고 값이 '장산' ---> {key:1000, value:'Zhang San'}
위 설명에 따르면 1000에 저장되어야 할까요? 이 슬롯에는 %10이 있습니다.
키를 통해 Zhang San 값을 찾고 싶을 때, 키%10 슬롯에서만 검색하면 되나요? 이 시점에서 멈추고 생각할 수 있습니다.
해싱의 일부 용어(간단히 살펴볼 수 있음)
해시 테이블의 가능한 모든 키를 전체 집합이라고 합니다. U
M을 사용하여 슬롯 수를 나타냅니다.
키 제공 해시 함수는 그것이 어느 슬롯에 나타나야 하는지 계산합니다. 위의 예에서 해시 함수 h=k%M, 해시 함수 h는 키 k에서 슬롯으로의 매핑입니다.
1000과 10이 모두 0번 슬롯에 저장되어 있습니다. 이런 상황을 충돌이라고 합니다.
이것을 보시고 해시함수에 대한 전반적인 이해가 되셨는지 모르겠습니다. 예제와 생각을 통해 다시 돌아가서 기사 상단에 있는 해시 테이블의 정의를 읽을 수 있습니다. 읽어보시면 이해가 되실 것 같습니다.
일반적으로 사용되는 해시 함수
정수 h=>k%M 처리(즉, 위에 제시한 예)
문자열 처리:
function h_str(str,M){ return [...str].reduce((hash,c)=>{ hash = (31*hash + c.charCodeAt(0)) % M },0) }
해시 알고리즘은 여기서 초점이 아니므로 다루지 않았습니다. 아주 깊이 연구하려면, 여기서 가장 중요한 것은 해시 테이블이 어떤 종류의 데이터 구조인지, 어떤 장점이 있는지, 정확히 무엇을 하는지 이해하는 것입니다.
해시 함수는 특정 알고리즘을 통해 키를 목록에 매핑합니다.
해시 테이블 만들기
위 설명을 통해 간단한 해시 테이블을 만들어보겠습니다
해시 테이블의 구성
M 슬롯
해시 함수가 있습니다
있습니다 add 메소드 해시 테이블에 키 값을 추가
삭제하는 삭제 메소드가 있습니다
키를 기준으로 해당 값을 찾는 검색 메소드가 있습니다
초기화
- 초기화 해시 테이블에는 몇 개의 슬롯이 있나요?
- 배열을 사용하여 M개의 슬롯을 생성하세요
class HashTable { constructor(num=1000){ this.M = num; this.slots = new Array(num); } }
해시 함수
문자열을 처리하는 해시 함수입니다.
여기에 먼저 전달하세요. 더 엄격하게 하려면 문자열을 배열로 변환하세요. 예를 들어 'abc' => ] => ['a','b','c ']
각 문자의 charCodeAt를 별도로 계산하세요. 나머지 M은 총 10개의 슬롯만 갖습니다. %10은 확실히 0-9
h(str){ str = str + ''; return [...str].reduce((hash,c)=>{ hash = (331 * hash + c.charCodeAt()) % this.M; return hash; },0) }
Add
해시 함수를 호출하여 해당 저장 주소(유추의 슬롯)를 얻습니다.
슬롯은 우리가 계산한 것과 같이 2차원 배열로 표현되어야 합니다. 슬롯 번호는 0(슬롯[0])이면 슬롯 번호가 슬롯[0][0]에 저장되어야 합니다. 나중에 들어오는 슬롯도 0번 슬롯이므로 슬롯[0][1]에 저장해야 합니다.
add(key,value) { const h = this.h(key); // 判断这个槽是否是一个二维数组, 不是则创建二维数组 if(!this.slots[h]){ this.slots[h] = []; } // 将值添加到对应的槽中 this.slots[h].push(value); }
Delete
해시 알고리즘을 통해 슬롯을 찾습니다
필터링을 통해 삭제
delete(key){ const h = this.h(key); this.slots[h] = this.slots[h].filter(item=>item.key!==key); }
Find
찾기 해시 알고리즘을 통해 해당 슬롯
찾기 기능을 사용하여 동일한 키의 값을 찾아보세요
해당 값을 반환합니다
search(key){ const h = this.h(key); const list = this.slots[h]; const data = list.find(x=> x.key === key); return data ? data.value : null; }
总结
讲到这里,散列表的数据结构已经讲完了,其实我们每学一种数据结构或算法的时候,不是去照搬实现的代码,我们要学到的是思想,比如说散列表它究竟做了什么,它是一种存储方式,可以快速的通过键去查找到对应的值。那么我们会思考,如果我们设计的槽少了,在同一个槽里存放了大量的数据,那么这个散列表它的搜索速度肯定是会大打折扣的,这种情况又应该用什么方式去解决,又或者是否用其他的数据结构的代替它。
补充一个小知识点
v8引擎中的数组 arr = [1,2,3,4,5] 或 new Array(100) 我们都知道它是开辟了一块连续的空间去存储,而arr = [] , arr[100000] = 10 这样的操作它是使用的散列,因为这种操作如果连续开辟100万个空间去存储一个值,那么显然是在浪费空间。
위 내용은 JavaScript의 해시 테이블(해시 테이블)에 대한 자세한 소개(코드 예)의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











Java에서 복잡한 데이터 구조를 사용할 때 Comparator는 유연한 비교 메커니즘을 제공하는 데 사용됩니다. 구체적인 단계에는 비교기 클래스 정의, 비교 논리를 정의하기 위한 비교 메서드 재작성 등이 포함됩니다. 비교기 인스턴스를 만듭니다. Collections.sort 메서드를 사용하여 컬렉션 및 비교기 인스턴스를 전달합니다.

데이터 구조와 알고리즘은 Java 개발의 기초입니다. 이 기사에서는 Java의 주요 데이터 구조(예: 배열, 연결 목록, 트리 등)와 알고리즘(예: 정렬, 검색, 그래프 알고리즘 등)을 자세히 살펴봅니다. 이러한 구조는 배열을 사용하여 점수를 저장하고, 연결된 목록을 사용하여 쇼핑 목록을 관리하고, 스택을 사용하여 재귀를 구현하고, 대기열을 사용하여 스레드를 동기화하고, 트리 및 해시 테이블을 사용하여 빠른 검색 및 인증을 저장하는 등 실제 사례를 통해 설명됩니다. 이러한 개념을 이해하면 효율적이고 유지 관리가 가능한 Java 코드를 작성할 수 있습니다.

AVL 트리는 빠르고 효율적인 데이터 작업을 보장하는 균형 잡힌 이진 검색 트리입니다. 균형을 이루기 위해 좌회전 및 우회전 작업을 수행하고 균형을 위반하는 하위 트리를 조정합니다. AVL 트리는 높이 균형을 활용하여 노드 수에 비해 트리 높이가 항상 작게 되도록 함으로써 로그 시간 복잡도(O(logn)) 검색 작업을 달성하고 대규모 데이터 세트에서도 데이터 구조의 효율성을 유지합니다.

참조 유형은 Go 언어의 특수 데이터 유형입니다. 해당 값은 데이터 자체를 직접 저장하지 않고 저장된 데이터의 주소를 저장합니다. Go 언어에서 참조 유형에는 슬라이스, 맵, 채널 및 포인터가 포함됩니다. Go 언어의 메모리 관리 및 데이터 전송 방법을 이해하려면 참조 유형에 대한 깊은 이해가 중요합니다. 이 기사에서는 특정 코드 예제를 결합하여 Go 언어의 참조 유형의 특징과 사용법을 소개합니다. 1. 슬라이스 슬라이스는 Go 언어에서 가장 일반적으로 사용되는 참조 유형 중 하나입니다.

Java 컬렉션 프레임워크 개요 Java 컬렉션 프레임워크는 Java 프로그래밍 언어의 중요한 부분으로, 데이터를 저장하고 관리할 수 있는 일련의 컨테이너 클래스 라이브러리를 제공합니다. 이러한 컨테이너 클래스 라이브러리는 다양한 시나리오의 데이터 저장 및 처리 요구 사항을 충족하기 위해 다양한 데이터 구조를 가지고 있습니다. 컬렉션 프레임워크의 장점은 통합된 인터페이스를 제공하여 개발자가 서로 다른 컨테이너 클래스 라이브러리를 동일한 방식으로 작동할 수 있도록 하여 개발의 어려움을 줄일 수 있다는 것입니다. Java 컬렉션 프레임워크의 데이터 구조 Java 컬렉션 프레임워크에는 다양한 데이터 구조가 포함되어 있으며 각 데이터 구조에는 고유한 특성과 적용 가능한 시나리오가 있습니다. 다음은 몇 가지 일반적인 Java 컬렉션 프레임워크 데이터 구조입니다. 1. 목록: 목록은 요소가 반복될 수 있도록 정렬된 컬렉션입니다. 리

JS-Torch 소개 JS-Torch는 구문이 PyTorch와 매우 유사한 딥 러닝 JavaScript 라이브러리입니다. 여기에는 완전한 기능을 갖춘 텐서 객체(추적된 그라디언트와 함께 사용 가능), 딥 러닝 레이어 및 기능, 자동 미분 엔진이 포함되어 있습니다. JS-Torch는 JavaScript의 딥러닝 연구에 적합하며 딥러닝 개발을 가속화할 수 있는 다양한 편리한 도구와 기능을 제공합니다. Image PyTorch는 Meta 연구팀이 개발하고 유지 관리하는 오픈 소스 딥 러닝 프레임워크입니다. 신경망 모델을 구축하고 훈련하기 위한 풍부한 도구와 라이브러리 세트를 제공합니다. PyTorch는 간단하고 유연하며 사용하기 쉽게 설계되었으며 동적 계산 그래프 기능을 통해

Go와 Node.js는 입력(강함/약함), 동시성(고루틴/이벤트 루프), 가비지 수집(자동/수동)에서 차이가 있습니다. Go는 높은 처리량과 낮은 대기 시간을 가지며 고부하 백엔드에 적합합니다. Node.js는 비동기 I/O에 적합하고 높은 동시성 및 짧은 요청에 적합합니다. 두 가지의 실제 사례에는 Kubernetes(Go), 데이터베이스 연결(Node.js) 및 웹 애플리케이션(Go/Node.js)이 포함됩니다. 최종 선택은 애플리케이션 요구 사항, 팀 기술 및 개인 선호도에 따라 달라집니다.

해시 테이블은 PHP 배열 교집합 및 합집합 계산을 최적화하여 시간 복잡도를 O(n*m)에서 O(n+m)으로 줄이는 데 사용할 수 있습니다. 특정 단계는 다음과 같습니다. 해시 테이블을 사용하여 요소를 매핑합니다. 첫 번째 배열을 부울 값으로 변환하여 두 번째 배열의 요소가 존재하는지 빠르게 확인하고 교차점 계산의 효율성을 향상시킵니다. 해시 테이블을 사용하여 첫 번째 배열의 요소를 기존 요소로 표시한 다음 기존 요소를 무시하고 두 번째 배열의 요소를 하나씩 추가하여 통합 계산의 효율성을 높입니다.
