240513.学习日志——数据结构与算法.哈希表(Hash Table)

学习内容

哈希表

包含键、哈希函数、哈希码

看了几个入门视频，哈希的操作大概就是一个加密和解密的过程，比如通过哈希函数将一个特定字符、数字等数据结构转化成一个参数，这个参数对应这个特定的数据结构，什么意思呢？就是每一次输入同一个数据都会返回同一个参数，输入不同的数据得到不同的参数。这就是加密的过程。那有没有可能导致不同输入对应同一个输出呢？答案是肯定的，称为冲突，后面再讲。那如何实现解密？解密的操作相当于在前面加密的基础上，将得到的参数再重新输入到哈希函数的反函数里面，然后对应反解出原来的数据，正常来说如果没有冲突的情况的话，反解出来的数据应该是一一对应的，也就是和原来的数据一模一样。这样就实现了加密和解密的过程，但哈希的运用远不止这些，还有更多其他的用法，比如排序？Any other，后面学到再用，然后在看视频的过程中也顺带看到了另外一种算法——桶排序（例如：基数排序/计数排序）

哈希表有几个基本概念

位置/槽：哈希表中用于储存键值对的索引的位置（类似数组元素下标）

哈希冲突：哈希表中几个键通过哈希函数映射到了同一个位置。那么应该如何解决？两种常用的方法

       第一个是用链表来作为位置/槽，这样子所有映射到同一个位置的元素都可以存进去，然后再根据链表查找的方法来找出所需的元素。

       第二个是开放寻址法，当发生冲突时，哈希函数会寻找哈希表另一个空闲的位置来储存当前元素。但这又牵扯出另一个问题，就是哈希表的内存可能小于数据个数，这样如果想要不冲突，就得能够实现哈希表的增长，称作动态扩容（动态规划问题，这里没有深究，但估计和malloc等函数干系很大）

哈希表的优点：虽然存在冲突这样的缺点（而且还能够避免，改善），哈希表还是有很多优点的

       第一个就是实现对数据的快速访问，如果希望查找元素，与其遍历数组或者链表这样的长数据，不如使用哈希表中的键值对来实现（查找、插入、删除）高效访问。

       第二个是能够实现高效存储，这一点是AI给出来的，说比平衡树等其他数据结构更节省内存？这个我倒没有学过...感觉要补起来还是蛮女娲的...但没关系，学生仔心中的信念：坚持就是胜利...

哈希表广泛应用：快速查找、插入和删除，如数据库索引、缓存实现、符号表等。

总的来说哈希表和核心就在于找到一个合适的哈希函数，能够保证能一一映射，而且时间、空间复杂度（这个我也没专门学过，但你知道的，我说术语还是蛮头头是道的）不会大于一般的简单算法，能够实现对数据存数的高效访问。

桶排序

看视频牵扯出来的桶排序，简单说来就是有几个不同的桶，相同的数据类型，比如数组，比如链表，然后把希望存储或者希望实现的操作在每个桶中先实现，再合起来。比如希望对二十个数进行排序，这样可以分成四个桶，可以先找出二十个数的最大最小值，然后确定桶的区间，比如是前二十个自然数，然后就可以分成四个桶——[0,4][5,9][10,14][15,19]，然后先把20个乱序的数存进对应区间的桶，然后在桶内排好序，然后再直接放到一起，这样就可以得到20个完整排好序的20个数，可以打打降低时间复杂度和空间复杂度（当然也是视频讲的...我还是没法理解，也许明天会抽空理解理解什么叫复杂度...）。桶排序看起来是一种很高端的排序方法（相比我以前会的那种冒泡排序..），然后视频还讲到，有两种特殊的桶排序，一种是基数排序，就是按照基数，10，100，1000...（10为基数）这样，或者计数排序，就是整数为分界区间。但桶排序也有一个缺点，就是分布问题，如果20个数只有1个0，1个19，剩下18个都集中在8~12，这样子我们虽然建立了四个桶，但实际用到的只有一两个桶，而且这一两个桶的大小还得接近20，也就是原始数据长度，当数据量大起来的时候会造成极大的浪费......具体怎么解决呢？....这个也不懂，但我写在这先给自己一个潜意识，以后会回来的吧（感动自己bushi）。

代码实现

C语言

C语言库中没有自带的哈希表结构，需要自己定义，或者调用第三方库。然后这里我不写了...没错，就是不会。但可以贴上AI给出的参考代码。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define TABLE_SIZE 10

// 定义哈希表中每个元素的结构体
typedef struct Entry {
    char *key;
    int value;
    struct Entry *next;
} Entry;

// 定义哈希表的结构体
typedef struct HashTable {
    Entry *entries[TABLE_SIZE];
} HashTable;

// 哈希函数，这里简单地使用字符串的ASCII值之和
unsigned int hash(char *key) {
    unsigned int hashValue = 0;
    while (*key) {
        hashValue = hashValue * 31 + (*key++);
    }
    return hashValue % TABLE_SIZE;
}

// 插入元素到哈希表
void insert(HashTable *ht, char *key, int value) {
    unsigned int index = hash(key);
    Entry *entry = malloc(sizeof(Entry));
    entry->key = strdup(key); // 复制键
    entry->value = value;
    entry->next = ht->entries[index]; // 链表的头插法
    ht->entries[index] = entry;
}

// 查找哈希表中的元素
int *search(HashTable *ht, char *key) {
    unsigned int index = hash(key);
    Entry *entry = ht->entries[index];
    while (entry) {
        if (strcmp(entry->key, key) == 0) {
            return &entry->value;
        }
        entry = entry->next;
    }
    return NULL;
}

// 删除哈希表中的元素
void remove(HashTable *ht, char *key) {
    unsigned int index = hash(key);
    Entry *current = ht->entries[index];
    Entry *prev = NULL;
    while (current) {
        if (strcmp(current->key, key) == 0) {
            if (prev) {
                prev->next = current->next;
            } else {
                ht->entries[index] = current->next;
            }
            free(current->key);
            free(current);
            return;
        }
        prev = current;
        current = current->next;
    }
}

int main() {
    HashTable ht;
    memset(&ht, 0, sizeof(ht)); // 初始化哈希表

    // 插入元素
    insert(&ht, "apple", 100);
    insert(&ht, "banana", 200);
    insert(&ht, "cherry", 300);

    // 查找元素
    int *value = search(&ht, "banana");
    if (value) {
        printf("Found 'banana' with value: %d\n", *value);
    } else {
        printf("'banana' not found\n");
    }

    // 删除元素
    remove(&ht, "banana");

    // 再次查找被删除的元素
    value = search(&ht, "banana");
    if (value) {
        printf("Found 'banana' with value: %d\n", *value);
    } else {
        printf("'banana' not found\n");
    }

    return 0;
}

代码里不涉及冲突解决方法的问题...动态扩容之类的。

学习总结

最开始今天是打算刷一道力扣的，但是，进去就看到用的URL码，什么加密解密...根本没思路，也看不懂。（我还是按照通过率降序刷题顺序），想不明白为什么通过率这么高，然后果断打开题解区，官方给出的三种解法里就有一种用到了哈希表，看不懂。然后往下翻翻就看到了一些两行解答...直接返回原来的URL...怪不得通过率这么高了...但我认为这样刷题一点意义也没有，既然这道题正常解对于现在的我太难了，那我一步一步走行不行...

好，打开AI开始学习哈希表....生成一段字符乱码...看不懂，去看视频，然后看了好几个才勉强明白基本思想（by the way数据算法也太难了...），基本思想就是函数映射的观念，最理想的状态就是一一对应，不会出现一对多或者多对一，但不保证。事实上所有的算法都无法保证一定正确，都停留来理论，和尚未发现BUG的实际。但是现在也有解决方法，好理解就是动态扩容，强行一一对应，函数值域不够就扩展值域（应该是这个思想吧）。然后就莫名看到弹幕很多刷桶排序的，就去看了相关视频，好像还真是差不多...也是对数据进行映射到桶里，然后桶里先进行简单算法，叠加后实现大数据的算法实现。不知道桶里能不能再有桶，（类似树？我也没学过，我猜的，树应该就像桶里的桶吧哈哈哈哈，层层简化，最后只需要对每个小分支进行处理合起来就是大工程！），哈哈只能说，又学到一个新的算法。

那今天到这也是结束了，也是学了两小时，虽然不是满满当当吧，中间刷了半小时视频，主要打开B站停留在主页是真的忍不住...但也算有收获？其中也体会到了科班学习的困难程度...什么数据结构，什么算法，什么数据库...我现在连这一个数据结构都弄了一晚上...唉

但没关系，既然选择了自学，就只有一个信念：我在变强！我在与别人拉开差距！如果连科班的困难都吃不下来，凭什么比科班强大？加油！...