HASH GAME - Online Skill Game GET 300

　　大家好，我是图林康的北冥，我们都知道在哈西 table 中，哎，我们的冲突都是无法避免的，对吧？哎，像我们常用的哈西 map radis 啊，他都是用我们的念地之法来解决我们这个冲突，那么大家可能对我们的开放定之法 了解的比较少啊，那么今天我们就仔细来聊聊，那么开放定制法的一个核心思想呢，就是说如果，哎，我有一个数据，经过了哈西之后，我得到了一个定长的哈西马，对吧？哎，但是我们数组是不是有限的，所以说我们这个时候要去进行一个曲模运算， 那么在我们取膜的这个过程当中呢？哎，我们一定会遇到冲突，那既然冲突无法避免，那么我们就去找下一个坑位，哎，直到找到了空闲的位置，那么我们这边呢，也跟大家去演示一下， 假设 a， 我们当前是创建了一个空的数组，对吧？ 哎，我们插入一个五来看看，哎，他留在第一个坑位，对不对？好，那么我们再来插入一个十 好，我们会发现他是先找到了五的这个坑位，哎，他发现五这个坑位已经被占了，对吧？然后他就会去进行一个对比，哎，如果说五不等于十好，那么这个时候他再去寻找第二坑位， 那么我们再加一个演示一遍，看一下，我们加一个失误，那么我们可以看到 a， 它是先是从五跳到了十，然后再跳到了十五，对不对？那么这个呢？ a 就是我们线性探测的一个思想，那么它是支持我们的查找删除新增的， 但是里面会有几个坑啊，那么这里呢，也跟大家去普及一下，就是说，哎，如果我们发生冲突了，我们怎么找到一个正确的值呢？那么我们在这边演示的时候，可能是五十，对不对？哎？但是我们在实际使用的时候，比如说我们 哈士 map 里面，我存放的是一个 window 值，对吧？哎，那么我是通过我们的 key 去查找的，所以说我们通过线性探测的这种方式，我们每一个槽里面，哎，我们都要放它的一个 key 和它的一个 window， 而不仅仅是说只放 window 了，这样呢它会导致一个空间的增大， 而且每次我都要去进行一个值的匹配，那么他的效率呢？也是有所下降的。好，那么第二个，在一般情况下，哎，如果我们没有遇到哈西冲突的话，那么他的一个时间复杂度呢？是 o 一，但是在一些极端的场景下面，哎，他的一个时间复杂度可能达到一个 o n。 好，那么这呢我们也演示一下，比如说我们要查找我们十五的这个值，对吧？好，我们去进行一个执行， 我们可以看到他是先找到五的这个下标位，然后没有，然后去对比，哎，五跟十五不一样，对吧？哎，然后他再去对比下一位，就是我们的十，哎，他对比也不一样，然后他 再对比下一位，哎，他会发现，直到找到了食物，那么他的效率就变成了 on， 对不对？那么一般来说呢，哎，我们也把这种现象称为我们的羊群效应，就是说当我们哈西表里面他存在一个大量的冲突，我们所有的数据他都聚集在一块，那么一般来说，我们解决我们的羊群效应的话，哎，方案是扩容。 好，我们再来讲他第三个坑啊。那么在一般情况下面我们去理解，当我们删除这个元素之后，哎，那么这个元素的位置是不是就空出来了？ 我们使用线性探测的话，他去留置一个标识位标志，他是已经被删除的，主要的一个目的是为了防止我们查询出错，如果是一些删除场景比较密集的话，哎，那么他的一个利用率呢？也会低很多。好，那么我们来演示一下为什么会出现这种问题吧。 假设我们把第二个元素十给他去进一个删除，如果说我们这个 时候，哎，把下边唯一的这个位置空出来了，如果说我们要去搜索我们十五的话，是不是先得从五，然后再到我们以前的十，再到我们的十五，对不对？那么他中间空的呢？会发现一个问题，就是说我们再去进行线性探测的时候，如果他发现当前元素里面没有值，哎，那么他会去中断查询。 好，我们跟大家去演示一个例子，好，我们来去进行一个值搜索二十， 大家有没有发现，当他到了下标为三的这个位置，他就停止了，对不对？因为我们线性探测他在插入数据的时候， 他是按照顺序的往后去进行查入的，如果说我发现了空位，那是不是就代表着我们的值在数组里面是不存在的对不对？所以说他会有一个标志位来防止我们查询出错， 我们来查询一下十五，看下效果，哎，我们有了这个标志位之后呢，哎，他就不会去暂停了。呃，那么我们刚刚也聊到了我们的开放定制法的一些缺点，对吧？但实际上呢，它还是有一些优点的， 就比如说他的空间效率呢，会比我们的念地质法会高一些，因为我们的线性探测呢，哎，他只需要有一个数组存放就 ok 了，对不对？哎，他不需要额外的空间，但是我们的念地质法呢，哎，他需要有一个数组，还有一个念表，所以说在空间上面他会比我们线性探测呢会多一些 好。那么第二个时间效率，如果说我们能够解决这种羊群效应的话，哎，那么它的一个查询复杂度呢，还是比较低的，那么在最好的情况下面呢，能达到一个 o e， 那么这个呢，就是我们今天所聊到的一些内容呢，哎，我们下节课再见。

　　汤姆老师咨询一个面试题，哈西麦普应该如何解决哈西冲突？哈西麦普的底层的话，是采用数据的结构来存储数据元素的，当我们去调用铺的方法添加数据的时候，哈西麦普呢，就会根据 k 的哈西值 取磨运算啊得到一个数值，那么这个数值呢，用的是哈西麦普底的这个数组的下标位置， 所以呢，兔子的数据呢，最终会保存在数组的下标对应的位置上。所谓哈西冲突呢，就是哈西麦普在铺头值的时候呢，有两个不同的哈西值的 t， 他有一定的几率呢会落到同一个数组下标上， 也就是说他们的哈西直取模之后会得到同一个结果。所以呢，哈西麦为了解决这么一个问题呢，就引入了一个面试寻指的方法，也就是说，哈西麦部呢，会把这些存在冲突的 t 组成一个单 向列表，采用尾插法，把这些 t 呢插入到列表的一个尾部。另外呢，为了避免列表过长而影响查询效率，他先迈普呢，再检测到列表长度，他大于八，并且呢速度长度呢大于六十四的时候呢，他先迈普呢，会把这个列表转化为红黑数， 从而去降低列表数据查询的时候的一个实现复杂度，达到一个提升产生信任的目的。除了逆势行驶方案，还有哪些方法是可以避免哈气冲突的呢？ 计划连号跳槽，一定要提早准备，给大家准备了一份加瓦程序的一个求职突击手册，包含简历模板， 念诗突击押题一周的一个技术提升和加瓦提升的一个完整学习路线。领取方式呢？放在我视频主页，以色在手，保你高薪无忧。今天我就总结三种吧。第一种的话是在哈西法，也就是说 如果某个哈西函数产生了冲突，再用另一个哈西函数进行计算，比如说不能过滤器，就是采用这种方法。那第二种呢，就是开放性处罚，也就是说直接从冲突的数组的位置往下寻找一个空的数字下标，然后呢对数据进行存储， 图书在随着 logo 中就会有熟的这种方法。第三种呢，就是可以去建立一个公共的易出区，然后呢把存在冲突的 k 统一存在一个公共的易出区里面进行统一处理。

　　一天一道面试题，如何解决哈西冲突？在哈西表中，不同关键字值对应到同一个存储位置的现象称为哈西冲突。 解决哈西冲突有以下方法，一、开放定制法，一旦发生了哈西冲突，就去寻找下一个空的散裂地址， 只要伞列表足够大，空的伞列地址总能找到并将记录存入。缺点是探测次数不可控，一旦探测次数骤增，会严重影响哈西表的读写性能，且删除比较麻烦。 二、链地址法，在哈西冲突产生时，将所有的哈西地址相同的记录都链接在同一链表中。缺点是一旦哈西冲突多了，哈西表会退化成链表，查询效率变差。三、在哈西法同时 构造多个不同的哈西函数，等发生哈西冲突就使用第二个、第三个等其他的哈西函数计算地址，直到不发生冲突为止，虽然不易发生聚集，但是增加了计算时间。缺点是会增加哈西的计算开销，影响读写效率。 四、建立公共溢出区。将哈西表分为基本表和溢出表两部分，发生冲突的元素都放入溢出表中。缺点是哈西冲突多了，公共溢出区会膨胀的非常厉害，查询效率也会有影响。

　　hash map 是如何解决 hash 冲突的？首先， hash map 底层采用了数组的结构来存储数据元素，数组的默认长度是十六。当我们通过 put 方法添加数据的时候， hash map 根据 key 的 hash 值进行曲模运算， 最终保存到数组的指定位置。但是这种设计会存在 have 冲突问题，也就是两个不同 has 值得 key 最终曲模后会落到同一个数组下标，所以 hash map 引入了链式巡止法来解决 have 是冲突问题。对于存在冲突的 key， hash map 把这些 key 组成一个单向链表，然后采用尾插法把这个 key 保存到链表的尾部。另外，为了避免链表过长的尾 问题，当链表长度大于八，并且数组长度大于等于六十四的时候， hash map 会把链表转化为红黑数，从而减少链表数据查询的时间复杂度问题，提升查询性能。 最后再补充一下，解决 has 冲突问题的方法有很多，比如一在 has 法就是如果某个 has 函数产生了冲突，再用另外一个 has 进行计算，比如不容过滤器就采用了这种方法。二，开放巡止法， 就是直接从冲突的数组位置往下寻找一个空的数组下标进行数据存储，这个在 threat local 里面有使用到。三，建立公共溢出区，也就是把存在冲突的 key 统一放在一个公共溢出区里面。

　　大家好，我是图尼刚的北冥。今天我们来聊聊这道面试题啊。哎，如何去解决哈西冲突哎，那么哈西 map 里面用的是哪一种呢？实际上来说，我们去解决哈西冲突呢，我们有四种方案，开放定制法、 rehax 法、念地址法和公共益处区。首先我们来聊第一种开放定制法， 假设我们有一个 x 对吧？哎，那么 x 我们经过哈西取模之后，哎，我们本来应该放到的区域，假设是零这个位置，哎，那么我们会看到零是不是已经被填满了，对不对？ 那么他就会去比较原来的两个值，如果是说 x 等于他原来的这个值，哎，那么那么他就不用去找了对吧？哎，如果是说他俩的值不一致的话，哎，那么这个时候他就会依次往后面去寻找，哎，从我们的零找到我们的 e， 如果 e 也满了，哎，那么他再去找二这个位置，哎，他 发现二这个位置是空的，好，那么他就会把我们的这个 x 的值放到我们二这个位置，哎，那么这个呢？就是我们开放定制法的一个原理。好，我们再来讲我们的第二种，也就是我们的念地之法。实际上我们在哈西麦克里面使用的呢，也是这种念地之法。哎，我们我们知道 就是说哈西迈普，他刚开始的结构是我们数组加念表对吧？哎，那么念表的作用呢？就是用来解决我们这个哈西冲突的，哎，那么我们知道我们哈西冲突不可避免吗？哎，如果是说 两个地址冲突的话，哎，那么他就以念表的形式哎，给他们去进一个连接。如果是说我们再去进行查值的时候，哎，他会先找到我们这个数组的位置，然后再根据念表一个一个去便利。 那么它最差的一种情况，它的是一个时间复杂度，是我们的 o n， 所以说列表的长度如果超过了八个的时候 a， 那么它这个时候可能就会转成我们的红黑数嘛。好，那么这个呢？就是我们的列 d 指法 a。 我们再讲讲我们的 riharcy。 那么 riharchy 是什么意思呢？就是说当我们通过哈西取模哎，假设 我们读取到的位置是我们这个六哎，但是我们会发现我们这个六这个位置已经被填满了，对吧？那么这个时候他会再进行一次哈西操作，直到找到。比如说我们十三有个空位，直到他找到十三这个位置哎，那么他就会把值存放进去。 虽然说哎，我们可以通过这种情况我们去避免他的一个碰撞，但是如果是说碰撞比较严重的话，哎，他还是会增加我们一个计算的时间。好，我们来讲我们的第四种，建立我们的公共溢出区。那么什么是公共溢出区呢？我们可以这么去理解啊，假设我们这边还是有一个哈西表对吧？哎，那么他还有一个溢出表 哎，那么他在一出里面放的呢？哎，是我们是我们产生的哈西冲突的一些数据。假设我们还是这个六哎，如果是说他通过取膜运算得到六这个结 结果的时候，哎，然后他就判断这个位置如果没有的话就放进去。如果哎这个位置已经被占了哎，那么他就把我们这个数据放到我们这个公共缓冲区里面，哎，那么这个呢？就是我们的公共益处区这种方法啊。这个呢，就是我们今天所聊的解决哈气冲热几种办法， 而我们哈奇 map 采用的呢是我们的这种念地之法。好。那么这个呢？就是我们今天所聊的一些内容呢。哎，我们下节课再见。

　　大家好，我是百发百中的百里，本节课呢跟大家讲解所谓的 local map 是怎么解决哈西冲突的，那么我们可能都知道哈西 map 呢是使用的念表来解决冲突，也就是所谓的念地之法， 那么在 three two local map 内部呢，它是使用的开放地址法来解决哈西冲突的，那么开放地址法怎么理解呢？我们先看一下这个图，那么在这个图里面呢，我们就需要插入一个二十七的元素，那么根据我们这个闪列方法计算它的下标呢，它呢就是在这一个位置， 我们原本的这个 h 列表里面，当前位置是不是已经存了一个十二的元素，那么是不是也就代表出现了一个哈西冲突，那么开放地址法呢，就是从我们当前冲突的这个位置呢进行一个往后计算， 那么呢往后直到找到我们这一个与之对应的这个空白位置，然后将我们的这一个需要插入的元素呢放入到我们这个 空白位置里面，这也就是 three 的 local map， 它的一个开放地址法来解决哈西冲突的方式。那么在查找的时候呢，他会先根据 three 的 local 对象的一个哈西值找到一个相对应的位置，然后呢比较该草位里面的这个恩取对象里面的 key 和我们需要查找的这个 key 呢是否一致， 那么如果不一致呢，就一次往后查找，那么简单的来说呢，就重复一遍我们查入数据的这一个过程对不对？然后呢去比较我们这两个值呢是否一样，那么一样呢他进行一个返回， 那么本节课的讲解呢，就到这里了，如果大家听完也是收获的话呢，可以点个赞，来个一键三连。大家想获取本篇笔记，可以在评论区扣一或者是私信获取，我是百里，我们下期再见。 感谢观看资料笔记免费领取自由图二，扫码添加就可拿到想要的资料。

　　项目调试完，这些空闲下来的端口有可能会被后来的老六乱插网线，那客户质疑你专业能力的电话就少不了，环路、 ip 地址冲突、卡顿一个都少不了。那怎么避免这些老六乱来呢？三个打死我都不说的技巧。一、 你配置完成后，把交换机剩余端口全部删粉，大白话就是关掉。拿着刊速线或是登录交换机指令配置界面，进入端口视图，输入删弹。当端口过多时，可以采用 intervision 或制作脚本等方法批量配置。 现在可以看到交换机剩余的端口全部筛选网线插上去以后，指示灯已经不会亮起了，也就是都关掉了。二、把你的麦克地址与端口绑定，进入系统试图后，你就通过以下指令配置静态 mac 地址表，不要问为什么，照着做就行。三、设置核心交换机 跟桥，进入系统视图配置 supermere， 用户指定跟桥后，不会再根据设备的优先级选取跟桥。你以为交换机只有你能接触，但大部分送外卖的小哥都能进来摸两下。