Muitas vezes, não é uma suposição de década que apóia a tecnologia moderna, mas um estudo recente baseado no trabalho de estudantes universitários e dois co -autores.
Essa suposição se aplica às tabelas e células de hash com base no trabalho da década de 1980, que são maneiras ideais de armazenar e consultar dados. O aluno, anteriormente na Universidade Rutgers de Nova Jersey, fez uma nova tabela de hash que é mais rápida e usa menos etapas para encontrar cada elemento, sem saber essa suspeita.
Conforme você detalha Quantas revistasAndrew Krapivin, formado na Universidade de Cambridge, é co-autor do artigo. “Limites ideais para endereços abertos sem rearranjo“Publicado no mês passado, o que determina como suas tabelas de hash encontram os elementos, como consideraram possível.
As tabelas de hash estão operando desde a década de 1950 e deram um exemplo de um armazenamento de chave onde um hash é usado para produzir um índice de valor de dados, com base na própria chave.
Anteriormente, o artigo histórico de Andrew Yao escrito por um cientista da computação “.A subtração uniforme é ideal“Ele alegou que a melhor maneira de encontrar cada elemento ou espaço vazio na tabela de hash é simplesmente acessado aleatoriamente em locais em potencial, essa é uma abordagem conhecida conhecida como uma única sonda.
O novo artigo afirma que, apesar de sua simplicidade, a conjectura de Yao nunca foi organizada.
Havia uma maneira de ignorar esse algoritmo de inserção, que, após a inserção, foi reorganizado, ou seja, otimizando a colocação dos elementos na tabela de hash. Mas não estava claro que era um passo necessário acelerar as coisas.
O artigo 2025 afirma que, mesmo sem reorganizar os elementos, você pode construir uma tabela de hash com o método Krapivin, que é muito melhor para alcançar a complexidade da sonda – o número médio de locais controlados para encontrar uma chave específica – como antes do teste de hash Métodos.
Os autores do artigo dizem que sua estratégia de inserção é chamada de “hash elástico” porque o algoritmo geralmente é mais sonda na mesa antes de recuar a posição que ele usa.
De acordo com a Quanta, o artigo mostra que o tempo necessário para os piores casos e inserções para o método Krapivin Hash é proporcional (log x)2que é muito mais rápido do que a suposta complexidade do tempo linear em x. Aqui x é um número que descreve o quão perto a tabela de hash é de completar a completude, onde x = 100 significa que a tabela é 99 % e x = 1000 significa que a tabela é 99, 9 %.
Krapivin supostamente desenvolveu esse método depois de ler um artigo “Pequenos indicadores“Rutgers Professor é um autor e explora como miniaturizar ainda mais os indicadores, então eles usaram ainda menos memória. ®
