From 828405d2344a12646749fd4e4585c4914cd72d0f Mon Sep 17 00:00:00 2001 From: linyejoe2 Date: Tue, 14 Jan 2025 03:09:40 +0800 Subject: [PATCH] =?UTF-8?q?'=E4=B8=9F=E6=93=B2'=20is=20not=20common=20for?= =?UTF-8?q?=20zh-hant=20in=20this=20place,=20'=E8=AA=AA'=20or=20like=20zh?= =?UTF-8?q?=20useing=20'=E6=8B=8B=E5=87=BA'=20will=20be=20a=20better=20tra?= =?UTF-8?q?nslation.=20(#1607)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- zh-hant/docs/chapter_hashing/hash_algorithm.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/zh-hant/docs/chapter_hashing/hash_algorithm.md b/zh-hant/docs/chapter_hashing/hash_algorithm.md index fc76881a4..55c9ac225 100644 --- a/zh-hant/docs/chapter_hashing/hash_algorithm.md +++ b/zh-hant/docs/chapter_hashing/hash_algorithm.md @@ -52,7 +52,7 @@ index = hash(key) % capacity 觀察發現，每種雜湊演算法的最後一步都是對大質數 $1000000007$ 取模，以確保雜湊值在合適的範圍內。值得思考的是，為什麼要強調對質數取模，或者說對合數取模的弊端是什麼？這是一個有趣的問題。 -先丟擲結論：**使用大質數作為模數，可以最大化地保證雜湊值的均勻分佈**。因為質數不與其他數字存在公約數，可以減少因取模操作而產生的週期性模式，從而避免雜湊衝突。 +先說結論：**使用大質數作為模數，可以最大化地保證雜湊值的均勻分佈**。因為質數不與其他數字存在公約數，可以減少因取模操作而產生的週期性模式，從而避免雜湊衝突。 舉個例子，假設我們選擇合數 $9$ 作為模數，它可以被 $3$ 整除，那麼所有可以被 $3$ 整除的 `key` 都會被對映到 $0$、$3$、$6$ 這三個雜湊值。