数据结构与算法03-散列表（哈希表）

介绍

散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在存储器存储位置的数据结构。也就是说，它通过计算出一个键值的函数，将所需查询的数据映射到表中一个位置来让人访问，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。

大多数编程语言都自带散列表这种能够快速读取的数据结构。但在不同的语言中，它有不同
的名字，除了散列表，还有散列、映射、散列映射、字典、关联数组。

• 原理
  一个通俗的例子是，为了查找电话簿中某人的号码，可以创建一个按照人名首字母顺序排列的表（即建立人名X到首字母首字母F(X)的一个函数关系），在首字母为W的表中查找“王”姓的电话号码，显然比直接查找就要快得多。这里使用人名作为关键字，“取首字母”是这个例子中散列函数的函数法则F(),存放首字母的表对应散列表。关键字和函数法则理论上可以任意确定.

从散列表里读取数据只需要 O(1)，因为其过程所花的时间是恒定的。它总是先计算出键的散列值，然后根据散列值跳到对应的格子去。

hash冲突情况✍

当不同的key计算出相同的散列值，往已被占用的格子里放东西，会造成冲突。

一种经典的做法就是分离链接。当冲突发生时，我们不是将值放到格子里，而是放到该格子所关联的数组里。

散列表的格子含有数组，因为要在这些数组上做线性查找，所以步数会多于 1。如果数据
都刚好存在同一个格子里，那么查找就相当于在数组上进行。因此散列表的最坏情况就是 O(N).

存储和效率平衡

一个好的散列函数，应当能将数据分散到所有可用的格子里去。
使用散列表时所需要权衡的：既要避免冲突，又要节约空间

使用场景

适用于检查数据的存在性

• 用散列表来收集票数

var votes = {};
function addVote(candidate) {
  if (votes[candidate]) {
    votes[candidate]++;
  } else {
    votes[candidate] = 1;
  }
}

function countVotes() {
  return votes;
}