数据结构-散列表（基础知识）

散列表

散列表

散列表称为 Hash 表，哈希表，Hash Table

给定关键字，计算出关键字在表中的地址的数据结构。散列表建立了关键字和存储地址之间的直接映射关系

散列函数

散列函数

把散列表中关键字映射为对应地址的函数，addr = Hash(key)

散列函数是可能把两个或以上个关键字映射到同一地址下，这种情况成为“冲突”，这些发生冲突的关键字被叫做“同义词”

散列函数的算法应该做到尽量简单好算，散列的地址尽量做到均匀分布来避免集中性的“冲突”

几种散列函数

• 线性散列函数（直接定址）

  Hash(key) = a * key + b

  简单，并且无冲突

• 取模的散列函数（除留余数）

  Hash(key) = key % p

  关键在于选好 p，是的均匀分部地址，减少冲突。一般取不大于表长但是接近或等于表长的质数 p

冲突解决

• 开放定址法

  将产生冲突的 Hash 地址作为自变量，通过某种冲突解决函数，得到新的地址

  • 线性探测

    冲突发生，顺序查找下一个空间，但缺点是大量元素在相邻位置堆积，降低了查找效率

  • 平方探测

  • 再散列法

    第二个散列计算冲突后地址增量

  • 伪随机序列

    冲突后地址增量为伪随机数

• 拉链法

  把冲突同义词存进线性链表中，这些线性链表由散列地址唯一标识，适用于常增删的场景

散列表与平衡二叉树比较

散列表

快在查找，但是比较占用空间。由于散列函数的存在，散列表查找和插入的时间复杂度为 O(1)。当出现更多数据时候，哈希冲突可能性增加，时间复杂度陡升为 O(n)，n 为冲突解决的链表长

平衡二叉树

查找较快（二分法），空间没有散列表消耗大。二叉树查找和插入的时间复杂度 O(log n)，n 为树的结点数，二叉树不会像哈希表一样有冲突，所以性能更稳定一些

结论

在少量数据，或者说你预先知道数据量大小并且有足够空间时候，并且无需进行数据比较时候，哈希表是很好的选择。如果是持续的数据插入，数据量不可能空，数据量足够大，存储空间不足时，二叉树算是一个很好的折中选择（查询插入满足二分 O(log n)，时间复杂度也比较稳定）