数据结构学习笔记（七）：哈希表（Hash Table）_hashtable有序吗

2401_84166702

于 2024-04-18 11:14:05 发布

阅读量269

点赞数 5

分类专栏： 2024年程序员学习文章标签：数据结构学习笔记

本文链接：https://blog.csdn.net/2401_84166702/article/details/137913424

版权

2024年程序员学习专栏收录该内容

79 篇文章 0 订阅

订阅专栏

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

“编号”与元素之间是**映射(Map)的关系，这很像字典(Dictionary)**的检字法。正因为数组中索引与元素具有映射关系，所以把索引看成编号是没有毛病的。编号可以有序，也可以无序。比如下面的Python代码定义的列表（相当于数组）和字典（相当于哈希表）：

# 定义一个 列表（数组）
list_1 = ['赵', '钱', '孙', '李']

# 定义一个 字典（哈希表）， 键-值 为上述列表的 索引-元素
dict_1 = {0:'赵', 1:'钱', 2:'孙', 3:'李'}

# 再定义一个 字典（哈希表），键-值 为 拼音首字母-汉字
dict_2 = {'z':'赵', 'q':'钱', 's':'孙', 'l':'李'}

2 哈希函数（Hash Function）与哈希冲突（Hash Collision）

2.1 哈希函数及其设计方法

数组是顺序存储，可以顺序访问（即遍历），也可以随机访问；而哈希表则实现了随机存取，无论是存储还是取出数据都与数据所在的位置无关。实现随机存取依靠的是哈希函数（Hash Function）。

哈希函数的格式是：addr = f(key)。其中addr指的是数据的内存地址，key指的是数据值有关的关键字。存储时，通过关键字分配得一个内存空间；取出时，通过关键字定位到内存地址，从而得到数据值。

键值对为“索引-元素”的哈希表，哈希函数应写为：addr = f(index) = index。其实就是一个一元一次函数：y=x，这是一个线性函数，因此数组既能顺序访问，也能随机访问。但是数组的随机访问是有局限性的，访问元素只有基于顺序的索引这一个选择，不能根据数值本身包含的信息查找数据。我们来看下面的两个存储姓氏的哈希表，代码语言为Python：

family_name_1 = {1:'赵', 2:'钱', 3:'孙', 4:'李'}

family_name_2 = {'z':'赵', 'q':'钱', 's':'孙', 'l':'李'}

第一个哈希表（字典）的关键字是姓氏在《百家姓》中的次序，第二个哈希表（字典）的关键字是姓氏的拼音首字母，如何定义关键字是根据需求来的。

哈希函数的设计是为了让“键值对”中的“键”具有唯一性，且符合数据检索的需求。设计哈希函数的常用方法包括：直接定制法、数字分析法、平方取中法、折叠法和除留取余法。

直接定制：比如上面姓氏哈希表的“键”就是根据某种规则直接定制的；
数字分析：比如存储个人信息的表中，取身份证后六位，因为这几位不容易重复；
平方取中：即取平方再取中间的若干位，适用于重复位较多的数据，平方为了扩大差异；
分段叠加：比如将18位身份证号三等分，再将三个六位数值叠加（舍去进位）；
除留取余：将关键字与长度短于关键字的数字做除法，取余数为地址；
随机数法：比如快递柜的六位取件码就是随机生成的。

从以上方法中不难看不出，对原数据值哈希函数可以起到化长为短的作用。比如18位的身份证号经过数字分析法后就变成了6位。如果作为关键字的数据占空间很大，直接拿来用是很浪费内存的。

2.2 哈希冲突及其解决方案（含Java模拟）

任何一种哈希函数都很难保证得到的哈希值不会重复，一旦重复就会产生冲突。解决哈希冲突有两种常用的方法：开放地址法（openning addressing）和链表法（chaining）。

2.2.1 开放地址法

开放地址法的思路很好理解，如果出现哈希冲突，就采用某种探测方法从发生冲突的位置依照某种探测顺序依次查找，直到找到哈希表中的空位，将关键字存入。探测方法包括线性探测（Linear Probing）、二次探测（Quadratic Probing）、双重哈希（Double hashing）等。最常用的是线性探测。

比如我们要存入一组关键字{10,12,13,14,22,21}，哈希函数采用除留取余法，除数为7，余数分别是{3,5,6,0,1,0}，我们发现有两个0，存在冲突，先进入的14占据了0位置，21不能再用这个位置。线性探测的过程如下图所示：

可以用Java简单地模拟一下这个过程，数组模拟哈希表，数组的索引模拟地址。

package com.notes.data_structure7;

public class LinearProbing {

	public static void main(String[] args) {
		// 模拟 哈希表 的数组
		int[] table = new int[7];
		// 要存入的关键字
		int[] keys = {10,12,13,14,22,21};
		for(int i=0;i<keys.length;i++) {
			int key = keys[i];
			int addr = get_addr(key);
			if(table[addr]==0) { // 无哈希冲突
				table[addr] = key;
			}else { // 有哈希冲突
				int current_addr = addr;
				a:for(int j=0;j<table.length;j++) {
					current_addr++;
					if(current_addr==table.length) {
						current_addr=0;
					}
					if(table[current_addr]==0) { // 无哈希冲突
						table[current_addr] = key;
						break a;
				    }
			    }
		    }
        }
		// 打印表
		for(int i=0;i<table.length;i++) {
			System.out.println("addr:"+i+",key:"+table[i]);
		}
	}
	
	// 哈希函数
	static public int get_addr(int key) {
		return key%7;
	}

}

打印结果下，key值为0表示位置为空。

addr:0,key:14
addr:1,key:22
addr:2,key:21
addr:3,key:10
addr:4,key:0
addr:5,key:12
addr:6,key:13

线性探测也是有局限性的，加入的值越多，发生哈希冲突的可能性就越大，哈希表的性能就越差。比如上面的关键字21因为哈希冲突被调到了地址2的位置，如果再加一个关键字为23，经哈希函数计算地址为2，又与21发生哈希冲突，不得不再次线性探测。

为了弥补上述缺陷，又出现了二次探测、双重哈希等改进方法。二次探测在线性探测基础上增加了地址跳转的跨度，那上面的代码来说，线性探测的次序是current_addr+1,+2,+3，二次探测次序是current_addr+1,+4,+9。双重哈希是预设多个的哈希函数，一个发生冲突，就换一个，直到不冲突为止。

2.2.2 链表法

链表法的思路是，哈希表的每一个槽(slot)都是一个链表，哈希函数计算的是槽位，将值根据相应的槽位存入对应的链表，这种解决方法比开放地址法要更加方便。

同样用Java模拟这个方法，该方法相比于开放地址法，省去判断是否有哈希冲突和遍历寻址的操作。链表的代码复用“数据结构学习笔记”系列的第一篇文章“链表”的代码，链接贴在下面：

https://blog.csdn.net/weixin_45370422/article/details/116573863

Java代码模拟的结果呈现方式是：由于链表里定义的打印结点的方法是不换行打印，因此不同的槽位用空行隔开，空位直接打印“空槽”两个字。

package com.notes.data_structure7;

public class Chaining {

	public static void main(String[] args) {
		// 模拟 哈希表 的数组，表槽（slot）的数据类型是链表
		MyLink[] table = new MyLink[7];
		// 要存入的关键字
		int[] keys = {10,12,13,14,22,21};
		for(int i=0;i<keys.length;i++) {
			int key = keys[i];
			int addr = get_addr(key);


**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）**
![img](https://img-blog.csdnimg.cn/img_convert/cc67f5c14bbf864c59a5513fc6ba8847.png)

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）**
[外链图片转存中...(img-IvioEmDO-1713409973470)]

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**