哈希表V / S树(Hash Table v/s Trees)

在哈希表总是比树木快？ 虽然哈希表有O（1）搜索的复杂性，但如果由于设计不佳的散列函数很多冲突的发生，如果我们处理采用链式结构（比如平衡树），然后运行时间搜索最坏的情况下会为O冲突（日志N猜想）。 所以，我可以断定为或大或小的数据集，即使在最坏的情况下情况哈希表总比树快？ 另外，如果我有足够的内存，我不想范围搜索我可以随时去一个哈希表？

Answer 1:

在哈希表总是比树木快？

不，并非总是如此 。 这取决于很多因素，如集合的大小，散列函数，而对于一些哈希表的实现 - 删除OPS的还数。

哈希表是O(1)每运算平均 -但是这并非总是如此。 他们可能是O(n)在最坏的情况下 。

我可以在一瞬间喜欢树木想到的一些原因：

1. 顺序很重要。 [哈希表不维持秩序，BST是由定义排序]
2. 延迟是一个问题-你也不能苦了O(n)可能发生的。 [这可能是实时系统的关键]
3. 疗法的数据可能是“相似”与您的哈希函数，和许多元素散列到同一地点[碰撞]不unprobable。 [这可以通过使用不同的散列函数有时解决]
4. 对于小集合-多次哈希表的之间的隐含常数O(1)要高得多，则树的-并使用一棵树可能是小集合更快。

但是 - 如果数据是巨大的，等待时间不是问题，和碰撞是unprobable - 哈希表是渐近更好然后用一棵树。

Answer 2:

如果由于设计不佳的散列函数很多碰撞事故发生，如果我们处理使用链结构（比如平衡树）的碰撞，然后运行时间搜索最糟糕的情况是O（N）（未O（log n）的）。 因此，你甚至不能在最坏的情况下哈希表的情况下订立或大或小的数据集，往往比树木快得多。

Answer 3:

使用哈希表，并用正确的尺寸初始化它。 例如，如果你只使用一半空间的碰撞是极少数。

Answer 4:

在最坏的情况下你必须在HAST桌O（n）的时间。 但是，这是一个数十亿美元不太可能再太阳爆炸写了，所以使用好的哈希函数时，你可以安全地假设它工作在O（1）除非太阳爆炸。
在另一方面，这两个哈希表和树的性能可以实现，语言和月相变化，所以只能好的答案，这个问题是“请分别尝试， 想和挑选更好”。

文章来源: Hash Table v/s Trees