我正在浏览Wiki上的线性哈希文章。一行困惑我，这里是： “哈希表扩展的成本分散在每个哈希表插入操作中，而不是一次性发生。[2]”
如果是线性散列，如果要插入的项的散列值小于分割变量，则创建一个新节点（或桶）并在其中插入值。并根据上面的行（时间复杂度测量每个“插入操作”，如果与“动态数组”实现进行比较，我们进行摊销分析，在线性哈希中插入必须花费O（n）时间。如果我错了，请纠正我。 还有一件事：维基上的第二行说“线性散列非常适合交互式应用。”
我可以在“交互式案例”中比较B +树和线性哈希（因为两者都是可扩展的搜索技术）吗？
答案 0 :(得分：0)
据我所知，O（n）是最差的时间复杂度，但在大多数情况下，哈希表会以恒定时间返回结果，即O（1）。与B +树相反，其中必须遍历树哈希表工作于散列函数，其中散列函数的结果指向存储值的地址。在最坏的情况下，如果所有密钥具有相同的散列结果，则时间复杂度可能变为O（n），因为所有结果将存储在一个存储桶中。
根据维基百科b加树有以下时间复杂性。
插入记录需要O（logbn）操作 查找记录需要O（logbn）操作
答案 1 :(得分：0)
LH实现可以保证严格限制的插入时间。 如果冲突由溢出处理，则没有理由将拆分位置和密钥哈希位置相关联。诀窍是将溢出槽的创建链接到拆分操作。
例如，如果每个第N个插槽始终保留为溢出插槽，则最多需要执行N-1个拆分以创建新的溢出插槽。实际上它少于（N-1）/ 2个分裂，因为拆分一个插槽可能会释放一个溢出槽。