哈希表（python）

哈希表一个通过哈希函数来计算数据存储位置的数据结构，通常支持

如下操作：

        ①、insert（key， value）:插入键值对（key， value）

        ②、get（key）：如果存在键值对则返回器value，否则返回空置

        ③、delete（key）：删除键为key的键值对

直接寻址技术缺点：

        当域U更大时，需要消耗大量内存，很不实际。

        如果域U很大而实际出现的key很小，则大量空间被浪费。

        无法处理关键字不是数字的情况。

哈希

        直接寻址表：key为k的元素放在k的位置上

        改进直接寻址表：哈希。

         ①、构建大小为m的寻址表T。

         ②、key为k元素放到 h(k) 位置上

         ③、h(k) 是一个函数（哈希函数），其将域U映射到表T【0，1 ，... ,m - 1】

哈希表

        哈希表（Hash Table， 有称为散列表），是一个线性表的存储结构。哈希表有一个直接寻址表和一个哈希函数构成。哈希函数 h(k) 将元素关键字k作为自变量，返回元素的存储下标。

        假设有一个长度为7 的哈希表，哈希函数h(k) = k % 7。元素集合{14， 22， 3， 5}

的存储方式如下图。

哈希冲突

通俗的说经过哈希函数到达一个地方。

        由于哈希表的大小是有限的， 而要存储的值总数量是无限的，因此对于任何哈希函数，都会出现两个不同元素映射到同一个位置上的情况，这种情况叫做哈希冲突。

比如：h(k) = k % 7，h(0) = h(7) = h(14) = ....。

解决哈希冲突——开放寻址法

        开放寻址法：如果哈希函数返回的位置已经有值，则可以向后探查新的位置来存储这个值。

          ①、线性探查：如果位置i 被占用，则探查， ....

          ②、二次探查：如果位置i 被占用， 则，，，，....

          ③、二度哈希：有n个哈希函数，当使用第一个哈希函数h1发生冲突时，则尝试使用h2， h3，...

哈希表——常用的哈希函数

哈希表的应用——集合与字典

哈希表的应用——SHA2