散列开放定址法的时间复杂度和空间复杂度

散列开放定址法是一种解决哈希冲突的方法，它的时间复杂度和空间复杂度如下：

时间复杂度：
- 最好情况下，哈希表中没有冲突，查找、插入和删除操作的时间复杂度都是O(1)。
- 最坏情况下，哈希表中所有的关键字都映射到了同一个地址上，查找、插入和删除操作的时间复杂度都是O(n)。
- 平均情况下，查找、插入和删除操作的时间复杂度都是O(1)。

空间复杂度：
- 散列开放定址法的空间复杂度取决于哈希表的大小和存储的元素个数，即O(m+n)，其中m为哈希表的大小，n为存储的元素个数。

下面是一个使用散列开放定址法解决哈希冲突的Python代码示例：

class HashTable:
    def __init__(self, size):
        self.size = size
        self.keys = [None] * self.size
        self.values = [None] * self.size

    def put(self, key, value):
        hash_value = self.hash_function(key)

        if self.keys[hash_value] is None:
            self.keys[hash_value] = key
            self.values[hash_value] = value
        else:
            if self.keys[hash_value] == key:
                self.values[hash_value] = value
            else:
                next_slot = self.rehash(hash_value)
                while self.keys[next_slot] is not None and self.keys[next_slot] != key:
                    next_slot = self.rehash(next_slot)

                if self.keys[next_slot] is None:
                    self.keys[next_slot] = key
                    self.values[next_slot] = value
                else:
                    self.values[next_slot] = value

    def get(self, key):
        start_slot = self.hash_function(key)

        value = None
        stop = False
        found = False
        position = start_slot
        while self.keys[position] is not None and not found and not stop:
            if self.keys[position] == key:
                found = True
                value = self.values[position]
            else:
                position = self.rehash(position)
                if position == start_slot:
                    stop = True

        return value

    def hash_function(self, key):
        return key % self.size

    def rehash(self, old_hash):
        return (old_hash + 1) % self.size