int[0]; } 该方法的时间复杂度为 ?(? 2) ，空间复杂度为 ?(1) ，属于时间换空间。本方法时间复杂度较高，在大数据 量下非常耗时。 方法二：辅助哈希表 考虑借助一个哈希表，key 为数组元素、value 为元素索引。循环遍历数组中的每个元素 num ，并执行： 1. 判断数字 target - num 是否在哈希表中，若是则直接返回该两个元素的索引； 2. 将元素 num 间效率与空间效率 对比，与上述栈的结论相同。 ‧ 双向队列的两端都可以添加与删除元素。 83 6. 散列表 6.1. 哈希表 哈希表通过建立「键 key」和「值 value」之间的映射，实现高效的元素查找。具体地，输入一个 key ，在哈 希表中查询并获取 value ，时间复杂度为 ?(1) 。 例如，给定一个包含 ? 个学生的数据库，每个学生有“姓名 name ”和“学号 id 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小啰"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鸭"); /* 查询操作 */ // 向哈希表输入键 key ，得到值 value String name

int[0]; } 该方法的时间复杂度为 ?(? 2) ，空间复杂度为 ?(1) ，属于时间换空间。本方法时间复杂度较高，在大数据 量下非常耗时。 方法二：辅助哈希表 考虑借助一个哈希表，key 为数组元素、value 为元素索引。循环遍历数组中的每个元素 num ，并执行： 1. 判断数字 target - num 是否在哈希表中，若是则直接返回该两个元素的索引； 2. 将元素 num 间效率与空间效率 对比，与上述栈的结论相同。 ‧ 双向队列的两端都可以添加与删除元素。 82 6. 散列表 6.1. 哈希表 哈希表通过建立「键 key」和「值 value」之间的映射，实现高效的元素查找。具体地，输入一个 key ，在哈 希表中查询并获取 value ，时间复杂度为 ?(1) 。 例如，给定一个包含 ? 个学生的数据库，每个学生有“姓名 name ”和“学号 id 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小啰"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鸭"); /* 查询操作 */ // 向哈希表输入键 key ，得到值 value String name

队列的逻辑，因 此可以实现栈与队列的所有应用，并且更加灵活。 91 6. 散列表 6.1. 哈希表 「哈希表 Hash Table」通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具体而言，我们向哈 希表输入一个 key ，则可以在 ?(1) 时间内获取对应的 value 。 以一个包含 ? 个学生的数据库为例，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小啰"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鸭"); /* 查询操作 */ // 向哈希表输入键 key ，得到值 value String name get(15937); /* 删除操作 */ // 在哈希表中删除键值对 (key, value) map.remove(10583); 哈希表有三种常用遍历方式：遍历键值对、遍历键和遍历值。 // === File: hash_map.java === /* 遍历哈希表 */ // 遍历键值对 key->value for (Map.Entry

标图书。 第 6 章 哈希表 hello‑algo.com 113 6.1 哈希表 哈希表（hash table），又称散列表，它通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具体而 言，我们向哈希表中输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小啰"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鸭"); /* 查询操作 */ // 向哈希表中输入键 key ，得到值 value String name get(15937); /* 删除操作 */ // 在哈希表中删除键值对 (key, value) map.remove(10583); 哈希表有三种常用的遍历方式：遍历键值对、遍历键和遍历值。示例代码如下： // === File: hash_map.java === /* 遍历哈希表 */ // 遍历键值对 key->value for (Map.Entry

。 第 6 章 哈希表 hello‑algo.com 113 6.1 哈希表 「哈希表 hash table」，又称「散列表」，它通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具 体而言，我们向哈希表中输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小啰"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鸭"); /* 查询操作 */ // 向哈希表中输入键 key ，得到值 value String name get(15937); /* 删除操作 */ // 在哈希表中删除键值对 (key, value) map.remove(10583); 哈希表有三种常用的遍历方式：遍历键值对、遍历键和遍历值。示例代码如下： // === File: hash_map.java === /* 遍历哈希表 */ // 遍历键值对 key->value for (Map.Entry

。 第 6 章 哈希表 hello‑algo.com 109 6.1 哈希表 「哈希表 hash table」，又称「散列表」，其通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具 体而言，我们向哈希表输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小啰"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鸭"); /* 查询操作 */ // 向哈希表输入键 key ，得到值 value String name get(15937); /* 删除操作 */ // 在哈希表中删除键值对 (key, value) map.remove(10583); 哈希表有三种常用遍历方式：遍历键值对、遍历键和遍历值。 // === File: hash_map.java === /* 遍历哈希表 */ // 遍历键值对 key->value for (Map.Entry

第 6 章 哈希表 www.hello‑algo.com 113 6.1 哈希表 哈希表（hash table），又称散列表，它通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具体而 言，我们向哈希表中输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小啰"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鸭"); /* 查询操作 */ // 向哈希表中输入键 key ，得到值 value String name get(15937); /* 删除操作 */ // 在哈希表中删除键值对 (key, value) map.remove(10583); 哈希表有三种常用的遍历方式：遍历键值对、遍历键和遍历值。示例代码如下： // === File: hash_map.java === /* 遍历哈希表 */ // 遍历键值对 key->value for (Map.Entry

第 6 章 雜湊表 www.hello‑algo.com 113 6.1 雜湊表 雜湊表（hash table），又稱散列表，它透過建立鍵 key 與值 value 之間的對映，實現高效的元素查詢。具體而 言，我們向雜湊表中輸入一個鍵 key ，則可以在 ?(1) 時間內獲取對應的值 value 。 如圖 6‑1 所示，給定 ? 個學生，每個學生都有“姓名”和“學號”兩項資料。假如我們希望實現“輸入一個 新增操作 */ // 在雜湊表中新增鍵值對 (key, value) map.put(12836, " 小哈"); map.put(15937, " 小囉"); map.put(16750, " 小算"); map.put(13276, " 小法"); map.put(10583, " 小鴨"); /* 查詢操作 */ // 向雜湊表中輸入鍵 key ，得到值 value String name get(15937); /* 刪除操作 */ // 在雜湊表中刪除鍵值對 (key, value) map.remove(10583); 雜湊表有三種常用的走訪方式：走訪鍵值對、走訪鍵和走訪值。示例程式碼如下： // === File: hash_map.java === /* 走訪雜湊表 */ // 走訪鍵值對 key->value for (Map.Entry

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 510 13.5.1. Common Key-Values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 583 15.1.1. Key Differences with JVM Deployments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . You can read more about our native image support here: • GraalVM Native Images: Introduction | Key Differences with the JVM | Ahead-of-Time Processing • Getting Started: Buildpacks | Native Build

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 583 15.1.1. Key Differences with JVM Deployments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . You can read more about our native image support here: • GraalVM Native Images: Introduction | Key Differences with the JVM | Ahead-of-Time Processing • Getting Started: Buildpacks | Native Build describes how to develop a small “Hello World!” web application that highlights some of Spring Boot’s key features. You can choose between Maven or Gradle as the build system. 11 TIP The spring.io website