算法学习（四）—— 散列表

系列文章目录

第一章：二分查找及大O表示法

第二章：选择排序

第三章：递归和快速排序

第四章：散列表

---

---

前言

积累算法，记录学习

---

一、散列表是什么

散列表是最有用的基本数据结构之一。
前面所提及的简单查找和二分查找的运行时间分别是O(n)和O(log_n)，虽然二分查找已经很优美的节省时间了，但我们总期望查找时间更短，期望查找时间为0！！！因此散列表出现满足了我们的要求。

从数据结构来看散列表：我们需要每个元素包含两项内容，包括索引名字和该元素的值，即Key和Value。相信到这小伙伴就明白了，Python中给出了散列表的实现形式就是：字典dict

关于字典的讲解请参考我的Pythonic编程（六）——关于字典（dict）那些事

对于字典结构的数据，查询程序的运行时间是O(1)

二、散列表用途

• 模拟映射关系
• 防止重复
• 缓存、记住数据，以免服务器再通过处理生成他们

三、散列表内部机制

1、冲突

当散列表过大时，同一个Key可能会来不同的value，程序自己的处理会使后来的值覆盖之前的值，但当我们不想这样做时，显然就变成了一个冲突。

处理它也简单，就是将重复映射的位置也存储为一个链表

2、性能

	散列表（平均情况）	数组	链表
查找	O(1)	O(1)	O(n)
插入	O(1)	O(n)	O(1)
删除	O(1)	O(n)	O(1)

在平均情况下，散列表的查找（获取给定索引处的值）速度与数组一样快，而插入和删除速度与链表一样快，因此它兼具两者的优点！但在最糟情况下，散列表的各种操作的速度都很慢。因此，在使用散列表时，避开最糟情况至关重要。为此，需要避免冲突。而要避免冲突，需要有：

• 较低的装填因子
• 良好的散列函数

四、总结

一般的编程语言都提供了散列表的实现形式，比如python的dict。
散列表是一种功能强大的数据结构，其操作速度快，还能让你以不同的方式建立数据模型。