数据结构-散列表（hash table）

6.1 散列表的概念

散列表又叫哈希（hash）表，是根据键（key）直接访问在内存存储位置的值（value）的数据结构，由数组演化而来（根据数组支持按照下标进行随机访问数据的特性）。

eg：有一组数据2023ZHBJ001、2023ZHBJ002、...、2023ZHBJ100。其中2023代表年份，zh代表中国，bj代表北京，001代表选手编号，此时这一串数据就代表一个选手

那么此时，我们如何将这一串数据转换为key存进数组作为数组下标呢？此时我们介绍下面这个方法散列函数。

6.2 散列函数

概念:将key映射为数组下标的函数就叫散列函数。可以表示成hashvalue=hash（key）。

散列函数的要求：

1.散列函数计算得到的key值必须是大于等于0的正整数，因为hashvalue要作为数组下标。

2.如果key1==key2，那么经过hash后得到的hash值也必须相等：hash（key1）==hash（key2）。

3.如果key1 ！= key2，那么经过hash后得到的hash值也必须不相等：hash（key1）！=hash（key2）。

注:第三点不太好实现，因为实际情况下想找一个散列函数能够做到对于不同key计算得到的散列值不相同是几乎不可能的，这就是散列冲突。

6.3 散列冲突（哈希碰撞、哈希冲突）

概念：多个key值映射到同一个数组下标，这就是散列冲突。

那么如何解决这个呢，就要介绍到下面的拉链法。

6.4 拉链法

在散列表中，数组每个下标的位置我们称之为桶（bucket）或者槽（slot），每个桶（槽）都对应一个链表，所有的散列值相同的元素都存进相同槽位对应的链表中。这样就做到了让多个hash值相同的元素存到同一个索引下，这就解决了hash冲突

6.5 拉链法时间复杂度

6.5.1 插入

通过散列函数计算出对应散列槽位，将其插入进对应散列槽位即可，时间复杂度是O（1）；

插入流程：根据key经过hash计算得到数组索引，然后将数据挂到索引上，这样不需要遍历，只需要计算就可完成，效率比较高，所以时间复杂度是O（1）。

6.5.2 删除、查找

当查找、删除时，同样是先通过hash计算得到数组索引，然后遍历对应槽位的链表进行查找删除。

6.5.2.1 一般情况下

基于链表法解决冲突时查询的时间复杂度时O（1）。因为链表中数据并不多

6.5.2.2 特殊情况下

当数据量够多，产生了大量的hash冲突，就会将数据挂到同一索引下，导致某一个槽位的链表很长，那么此时散列表就退化成了链表，当再去这个索引下查找元素时，就要遍历链表，所以时间复杂度为O（n）。

6.5.2.3 第三种情况下

当链表过长时，将链表法中的链表改造为其他高效的数据结构，比如红黑树，这样遍历时时间复杂度为O（logn）。

注：将链表改为红黑树的一个重要原因也是为了防止DDos攻击（分布式拒绝服务攻击）。

可以理解为，有人恶意伪造key，造成大量hash冲突，就会在数组索引中产生大量链表，就会导致访问散列表的效率很低。