散列表学习笔记

散列函数

散列函数必须满足的性质：

• 一致性:一个x的总是相同的
• 单射
  

散列函数指出了价格的储存位置，这样是因为：

• 散列函数总是将同样的输入映射到相同的索引
• 散列函数将不同的输入映射到不同的索引
• 散列函数知道数组大小，只返回有效索引

Python中散列表的实现——字典，使用dict创建散列表

book=dict()
book['apple']=0.67
book['milk']=1.49
book['avocado']=1.49
print(book)
>>>{'apple': 0.67, 'milk': 1.49, 'avocado': 1.49}
print(book['apple'])
>>>0.67

应用案例

查找电话号码

防止重复

假设我管理一个投票站，每个人只能投一票，为了防止有人重复投票，我可以使用散列表检查这个人是否已经投票。

voted={}
value=voted.get("tom")

如果"tom"在散列表中，函数get将返回它；否则返回None.我们可以使用这个函数检查投票的人是否投过票。

voted={}
def check_voter(name):
    if voted.get(name):
        print('给爷爬')
    else:
        voted[name]=True
        print('来吧来吧')
check_voter('tom')
>>>来吧来吧
check_voter('lily')
>>>来吧来吧
check_voter('tom')
>>>给爷爬

将散列表用作缓存

缓存的简单原理：网站将数据记住，而不再重新计算

1. 向网站服务器发送请求
2. 服务器做些处理，生成一个网页并将其发送过来
3. 获得一个网页

缓存的优点：

• 用户能更快的看到网页
• 网站需要做的工作更少
  缓存将页面url映射到页面数据

cache={}
def get_page(url):
    if cache.get(url):
        return cache[url]
    else:
        data=get_data_from_server(url)
        cache[url]=data
        return data

小结

散列表用于：

• 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来生成它们

冲突

冲突(collision):给两个键分配的位置相同。
处理冲突的方式：如果两个键储存到同一个位置，则在这个位置存储一个链表

如果出现所有键都存储在同一个位置，那这个散列表也不好。我们得到两点经验教训：

• 散列函数最好将键均匀地映射到散列表的不同位置
• 散列函数的链表不应该太长

性能

散列表的平均情况速度为$O(1)$
最糟情况速度为$O(n)$:全部存在一个链表里，为此我们要避免冲突：

• 较低的填装因子
• 良好的散列函数

填装因子

填装因子=$\frac{n}{m}$
n为散列表包含的元素数，m为位置总数。一旦填装因子开始增大，就需要在散列表中添加位置，这被称为调整长度。（一旦填装因子大于0.7，就调整散列表的长度。

良好的散列函数——SHA函数

小结

• 为了尽量避免冲突，我们应使用减少冲突的散列函数
• 散列表的查找、插入和删除速度都非常快。（怎么删除呢）
• 一旦填装因子超过0.7，就该调整散列表的长度。
• 散列表可用于缓存数据(例如，在Web服务器上)。
• 散列表非常适合用于防止重复。