哈希表刷题总结——基于数组、集合、映射的实现

一.什么是哈希表

哈希表（Hash Table）也称为散列表，是一种基于散列函数的从键（key）直接访问对应内存空间的数据结构。由名称中的“表”不难推知，哈希表的一大特点就是加快查找的速度。

了解哈希表，首先要认识散列函数。        

散列函数是一种将输入数据映射到固定大小的输出值的函数。它通常用于数据存储和查找中，例如在哈希表中。散列函数的主要目标是将输入数据均匀地分布到输出范围内，以便快速查找和访问数据。

散列函数具有以下属性：

1. 决定性：给定相同的输入，散列函数应始终返回相同的输出。
2. 均匀性：散列函数应将输入数据均匀地分布到输出范围内，以减少冲突的可能性。
3. 高效性：散列函数应具有高效的计算速度，以便在实际应用中能够快速处理大量数据。
4. 抗碰撞性：散列函数应尽量避免不同的输入映射到相同的输出，以减少冲突的发生。

由散列函数的定义和性质不难发现，利用上了散列函数高效而精确特性的哈希表，在一般的程序设计中常用来以空间复杂度换取更小时间复杂度，同时不影响原数据结构查找和搜索的准确性。

这样的描述可能非常抽象。用大白话来讲，一个数组就能是一张哈希表，这个数组的索引/下标，就是所谓的键（key），而下标对应位置存入的值（value），就是我们直接访问的“对应内存空间”。

类似于指针，我们生成一张哈希表的时候，就类似于复制了键对应的内存空间里面存着的那个值，并不是真的把那一块内存空间赋给了哈希表里面。而当我们通过哈希表的下标访问这个值的时候，我们得到的值，和我们通过指针去访问对应的那一块内存空间所得到的值，是完全一样的。

例如我们有很多个学生的学号，从1到7，我们把每个学生的名字当成元素存入对应的下标，这个时候下标就和学生的学号对应起来，一张从学号到名字的哈希表就建成了。

上一篇博客中，提到过数组用与模拟的优势，这里就得到了明显的体现。一个数组并没有真正建立从下标到内存空间的映射，它只是在模仿”通过索引访问得到一个值“的这个过程，而c++的STL里的map就是实实在在地做到了这一过程。尽管如此，两者最终得到的结果却是相同的，所以使用起来也不会太过在意其实现这一过程的具体方式。

二.什么时候需要哈希表

一般需要用上哈希表时，多是：

        判断一个元素是否在某个集合里出现过

和它的名字一样，哈希表是一张表，如果能打表，应该没有人会不喜欢。。。毕竟时间复杂度只有O（1），除非你的空间真的很紧缺。。。

三.哈希碰撞

一个key有多个value映射过来的时候，我们称这一现象为哈希碰撞。

解决哈希碰撞的方法主要是拉链法和线性探测法。

1.拉链法

拉链法的落脚点在链上，也就是在发生碰撞的索引处建立一个短链表，把多个值链接在一起，查找的时候遍历一遍即可，当然了，链表太长就失去打表的意义了。

2.线性探测法

线性探测法落脚点在线性，也就是在碰撞的索引处开辟额外的连续内存空间。

四.如何实现哈希表

使用数组来模拟生成一张哈希表就不多赘述了。

数组模拟当然容易，但一张散列表的特点就是散，用数组这样的连续线性存储结构是很浪费空间的。为了替代数组，c++的STL中的map和set都提供了便捷可行的模板。

set有三类，分别为set,multiset 和unordered_set,和名字一样，分别是有序不重复集合，有序可重复集合，无序不重复集合。

map同理，也是上述三种：map，multimap和unordered_map。

其中前两种的底层实现都是红黑树（R-B tree），而后一种的实现是哈希表，并且前两种的时间复杂度都是O（logn），而后一种只有O（1），是更优的选择。

五.哈希表的应用

采用数组实现的哈希表：力扣242，383

采用set实现的哈希表：力扣349，202

采用map实现的哈希表：力扣1，15，18，454（分别是二数，三数，四数之和问题）

具体做题的时候，打哈希表也是很有技巧的一件事：

力扣454题，求四个不同数组中四数之和。若是直接采用四个for循环来遍历，肯定是会tle的，而直接一个个遍历打出来哈希表，时间复杂度也高达O（n^3）,较好的解决方式是利用分治的思想，把四个遍历分成2+2个遍历，前两个遍历打出A+B的表，后两个遍历进行查找-(C+D)的操作，这样时间复杂度就缩小到了O（n^2），很大但是能过。

但是，并不是所有问题都能用哈希表完美解决的，15和18题就是如此。这两道题多是采用双指针+去重+剪枝来完成，这是解决这类问题的一个通法，理解了原理，实现起来也要注意一些很小的细节。