551-哈希表的理论讲解

哈希表的定义

哈希表增删查效率非常高，趋近于O(1)
没有办法达到绝对的O(1)
哈希表什么时候用到？在进行大量的查询时会用到，只要是有速度快的查询的需求，都会想到哈希表

我们想让这一组数据的查询的时间复杂度是O(1)

不管是存到链表还是数组里面，都是线性的查找，从第一个元素开始查，查一个比较一个，时间复杂度都是O(n)
最快的方法是提供一张表，还是数组， 我们在存的时候，并不是挨个存储，而是元素值的本身作为下标存到数组相应的位置

我们把数组的每个位置初始化为-1的值。然后把1,2，3,4，5,6，7,8分别存储在数组下标1,2，3,4，5,6，7，8的地方。
如果是这样存储的话，可能会浪费一些空间。比如说0号位置和7号位置的空间浪费了。这没有关系，关键是它可以提供一个时间复杂度是O(1)的查找的算法。

比如说，我现在要查找一个值为3的元素。我直接拿val这个值作为数组的下标去访问 ，如果值是-1，则这个元素3在数组中不存在，如果值不为-1，则3找到了。

元素的值通过一个映射关系（映射函数）找到元素在表中的存储位置
这张表就称为散列表（哈希表）

但是，上面的方式存储，空间会浪费，比如说是下面这些数字：

如果还是用刚才的映射关系，岂不是要开辟1000003个位置的内存空间？
只有4个位置存储有效元素，其他的那么多的空间位置都浪费了！

在实际的过程中，我们应该为了节省内存空间，找一个合适的映射关系！

常见的映射方法

常见的是除留余数法

假设我们有这么一组数据：

我们定义7个位置大小的数组空间。
元素的值作为输入参数，通过哈希函数处理之后，得到一个输出的值，就是在表中的存储位置，这个表就叫做哈希表或者散列表。

数组的每个位置都初始化为空
我们存储12的话怎么存？除留余数法，余上一个哈希表的长度

12就存在下标为5的位置。下标为5的位置是空的，所以把12存进去。

我们接下来要存储18

把18这个元素存储在哈希表下标为4的位置

我们接下来存储27


我们接下来存储24


我们接下来存储33

33存储的位置是哈希表下标为5的位置。但是现在哈希表下标为5的位置存储的是12，已经被占用了，而且数组下标这里就这一个位置，这种现象是产生哈希冲突（哈希碰撞）了，怎么办？
不管选择什么样的哈希函数，都会产生哈希冲突，是无法避免的，只能尽量减小哈希冲突产生的概率。
不同元素模上一个7很有可能得到的结果是相同的

解决哈希冲突的方案是什么？

unordered_set和unordered_map底层是用链式哈希表实现的，用链地址法解决哈希冲突

线性探测法：
就是往后继续探测，有空闲的位置就存放。
33经过除留余数法被分到哈希表的5号位置，但是5号位置已经有元素占着了，就把33往后走，找一个空闲的位置存放33

假如我们现在要存储45，
但是3号位置也有元素占用了，往后走，后面的位置都有元素占着了，然后转回首地址往后走，发现1号位置空闲，就把45放到1号位置。（几乎是把数组遍历了一遍了----哈希冲突导致哈希表在存储元素的时候变慢了）

变得有多慢呢？？？
我们把一个元素按照哈希函数处理之后，放在某一个位置，这个处理是个常量的时间，哈希表在增加元素，时间复杂度是O(1)的，但是由于产生了哈希冲突，如果是用线性探测法，往后找空闲的位置，基本上是把整个哈希表数组遍历了，所以，哈希冲突越多，增加的元素的时间复杂度就从O(1)慢慢的变到了O(n)

现在我们要查询了
比如说，我们查询18，
18进行哈希函数（除留余数法）得出是4，然后访问4号位置，是18，就查到了
为了在哈希表找18，先执行了一次哈希函数采用的除留余数法，是常量时间，然后进行哈希表数组的下标访问，也是一个常量时间
但是同样的，因为哈希冲突的存在，比如我要查45，先进行哈希函数的除留余数法，得出3，访问3号位置，发现3号位置上的元素是24而不是45，肯定当时往哈希表放45的时候已经产生哈希冲突了，所以45并没有在3号位置上放，我们还得知道这个哈希表解决哈希冲突的方案是什么：是线性探测法
就和环形队列一样，往后遍历，然后走环，最终在1号位置上找到了45，因为哈希冲突及线性探测法的存在，导致搜索的时间复杂度从O(1)–>O(n)

哈希表的删除元素的时间复杂度也是O(1),我们删除18，通过哈希表的除留余数法，得到4,4号位置就是18，所以就直接把18干掉了O(1)的操作
但是，如果我们要删除45，通过哈希表的除留余数法，得到3,发现3号位置不是45， 得知原来在插入45的时候产生了哈希冲突了，因为是线性探测法解决哈希冲突，又是环形的遍历，然后查到1号位置的元素是45，然后把45删掉。
在寻找45的时候发生了哈希冲突，导致删除的时间复杂度从O(1)–>O(n)
当我们在哈希表存放的元素越来越多，哈希冲突的发生概率也就越来越大
在增删查的时间复杂度从O(1)—>O(n)
实际上，我们会在多种情况下去优化，去降低哈希冲突的概率，但是是不能杜绝的。

降低哈希冲突的概率

方法1：我们在哈希函数上去想办法：
对于除留余数法来说，我们希望通过模上一个哈希表的长度后， 尽量产生的结果是离散的，而不是经常产生相同值导致哈希冲突 我们尽量让哈希表的长度（哈希桶的长度）：取素数，只有1和自己能被整除，这样通除留余数产生的结果相同的概率就很低了
在C++的容器里，有专门定义一张素数表，在进行扩容的时候，采用的哈希函数是除留余数法的话，会采用素数 ，把所有的素数都枚举了一下
哈希表在扩容的时候，取的下一个长度就是在素数表里面的下一个素数

方法2：哈希表的装载因子 loadfactor
装载因子：以占用位置（桶）的个数除以桶的总个数。
Java中或者C++链式哈希表实现的容器或者集合，装载因子值取的默认值是0.75或者四分之三

如果已占用桶的个数占到总的桶个数的四分之三的话，我们就说，此时这个哈希表放的元素已经比较多了，再继续放元素，产生的哈希冲突的概率就大 ，进而导致哈希表的增删查的时间复杂度变大，效率越来越低了。
此时如果是下面这个情况，哈希表就需要扩容了：

哈希表扩容以后，相当于数组的扩容，造价还是很大的，需要开辟更大长度的空间，采用素数的长度开辟更长的哈希表。
这时候，原来的元素就要放在新的哈希表里面了。

如果这个21原来放在旧的哈希表是0号位置，那么它在新的哈希表存放的也是一定在0号位置吗？
这个当然是不能确定的。
比如说当时哈希表的桶的个数是7，扩容之后，新的哈希表的桶的个数是23，那么除留余数法的模的数就不一样了，得到的值就不一定和原来一样了。
所以，对于哈希表的扩容来说，造价还是挺大的

扩容的时间复杂度是O(n)

哈希表的增删查时间复杂度：

因为并不是每次增加哈希表的元素都会触发哈希表的扩容，可能在第n次才触发到。

包括之间的vector的扩容，末尾元素增加，本身是O(1)，但是如果末尾元素增加没有空间了， 导致数组需要先扩容了，扩容的话就是O(n)，但是并不是每次末尾元素增加都会导致扩容啊，所以vector的末尾元素的增加的均摊时间复杂度是O(1)