数据结构：散列表

最新推荐文章于 2023-11-24 15:33:25 发布

Uranus_user

最新推荐文章于 2023-11-24 15:33:25 发布

阅读量347

点赞数

分类专栏：数据结构文章标签：数据结构散列表哈希算法

本文链接：https://blog.csdn.net/Uranus_user/article/details/128499386

版权

数据结构专栏收录该内容

12 篇文章 0 订阅

订阅专栏

文章目录

散列表

我们可以总结出这样的规律：散列表来源于数组，它借助散列函数对数组这种数据结构进行扩展，散列表用的就是数组支持按照下标随机访问的时候，时间复杂度是 O(1) 的特性。我们通过散列函数把元素的键值映射为下标，然后将数据存储在数组中对应下标的位置。当我们按照键值查询元素时，我们用同样的散列函数，将键值转化数组下标，从对应的数组下标的位置取数据。

散列函数

构造散列函数的三点基本要求：
1. 散列函数计算得到的散列值是一个非负整数；
  
  因为数组下标是从 0 开始的，所以散列函数生成的散列值也要是非负整数。
2. 如果 key1 = key2，那 hash(key1) == hash(key2)；
  
  相同的 key，经过散列函数得到的散列值也应该是相同的。
3. 如果 key1 ≠ key2，那 hash(key1) ≠ hash(key2)。
  
  在真实的情况下，要想找到一个不同的 key 对应的散列值都不一样的散列函数，几乎是不可能的，即发生了散列冲突
散列冲突

不管采用哪种探测方法，当散列表中空闲位置不多的时候，散列冲突的概率就会大大提高。为了尽可能保证散列表的操作效率，一般情况下，我们会尽可能保证散列表中有一定比例的空闲槽位。我们用装载因子（load factor）来表示空位的多少。

散列表的装载因子=填入表中的元素个数/散列表的长度
1. 开放寻址法
  
  开放寻址法的核心思想是，如果出现了散列冲突，我们就重新探测一个空闲位置，将其插入。
  
  当数据量比较小、装载因子小的时候，适合采用开放寻址法。
  - 线性探测：线性探测每次探测的步长是 1
    
    当我们往散列表中插入数据时，如果某个数据经过散列函数散列之后，存储位置已经被占用了，我们就从当前位置开始，依次往后查找，看是否有空闲位置，直到找到为止。
    
    在散列表中查找元素的过程有点儿类似插入过程。我们通过散列函数求出要查找元素的键值对应的散列值，然后比较数组中下标为散列值的元素和要查找的元素。如果相等，则说明就是我们要找的元素；否则就顺序往后依次查找。如果遍历到数组中的空闲位置，还没有找到，就说明要查找的元素并没有在散列表中。
  - 二次探测：二次探测探测的步长就变成了原来的“二次方”
  - 双重散列
    
    所谓双重散列，意思就是不仅要使用一个散列函数。我们使用一组散列函数 hash1(key)，hash2(key)，hash3(key)……我们先用第一个散列函数，如果计算得到的存储位置已经被占用，再用第二个散列函数，依次类推，直到找到空闲的存储位置。
2. 链表法
  
  在散列表中，每个“桶（bucket）”或者“槽（slot）”会对应一条链表，所有散列值相同的元素我们都放到相同槽位对应的链表中。
  
  当插入的时候，我们只需要通过散列函数计算出对应的散列槽位，将其插入到对应链表中即可，所以插入的时间复杂度是 O(1)。当查找、删除一个元素时，我们同样通过散列函数计算出对应的槽，然后遍历链表查找或者删除。
  
  链表法对内存的利用率比开放寻址法要高。
  
  链表因为要存储指针，所以对于比较小的对象的存储，是比较消耗内存的，还有可能会让内存的消耗翻倍。而且，因为链表中的结点是零散分布在内存中的，不是连续的，所以对 CPU 缓存是不友好的，这方面对于执行效率也有一定的影响。
  
  如果我们存储的是大对象，也就是说要存储的对象的大小远远大于一个指针的大小（4 个字节或者 8 个字节），那链表中指针的内存消耗在大对象面前就可以忽略了。
  
  我们对链表法稍加改造，可以实现一个更加高效的散列表。那就是，我们将链表法中的链表改造为其他高效的动态数据结构，比如跳表、红黑树。这样，即便出现散列冲突，极端情况下，所有的数据都散列到同一个桶内，那最终退化成的散列表的查找时间也只不过是 O(logn)。这样也就有效避免了前面讲到的散列碰撞攻击。
  
  基于链表的散列冲突处理方法比较适合存储大对象、大数据量的散列表，而且，比起开放寻址法，它更加灵活，支持更多的优化策略，比如用红黑树代替链表。