【数据结构】哈希表

前言

在我们之前学习的数据结构中，在执行查找操作时总要进行或多或少的遍历操作，随着数据量的增加，查找所需的时间也会越来越多。而在实际运用中往往所需查找的数据量都非常庞大，如何在数以亿计的数据中快速找到所需数据呢？哈希表这一数据结构就会发挥至关重要的作用了。那么哈希表到底是啥，它是如何实现的，又该如何使用，本篇文章将会带你深入研究这些东西。

一、概念

        顺序结构以及平衡树中，元素关键码与其存储位置之间没有对应的关系，因此在 查找一个元素时，必须要经过关键 码的多次比较 。 顺序查找时间复杂度为 O(N) ，平衡树中为树的高度，即 O( ) ，搜索的效率取决于搜索过程中元素的比较次数。

        理想的搜索方法：可以不经过任何比较，一次直接从表中得到要搜索的元素 。 如果构造一种存储结构，通过某种函 数 (hashFunc) 使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快 找到该元素 。

当向该结构中：

插入元素

根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放

搜索元素

对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功

该方式即为哈希 ( 散列 ) 方法， 哈希方法中使用的转换函数称为哈希 ( 散列 ) 函数，构造出来的结构称为哈希表 (Hash Table)( 或者称散列表 )

例如：数据集合 {1 ， 7 ， 6 ， 4 ， 5 ， 9} ；

哈希函数设置为： hash(key) = key % capacity ; capacity 为存储元素底层空间总的大小

注意：

如果插入元素是35，由于35%10=5，hash（35）=5，这就会导致35的哈希值与5的哈希值一致了，这样不同元素共用一个哈希地址就被称为哈希冲突，要尽量避免

二、哈希冲突

对于两个数据元素的关键字 a和b ，有  a!=b  ，但有： Hash(a) == Hash(b) ，即： 不同关键字通过相同哈 希哈数计算出相同的哈希地址，该种现象称