数据结构和算法----散列表

散列表

• 定义

散列表是根据（key value）来直接进行访问的数据结构。它通过把关键码应射雕一个数组中的一个位置来访问记录，以加快查找的速度。这个映射的函数叫散列函数。存放记录的数组叫做散列表

• 散列能做什么

例如word的单词拼写检查功能，假设有一百万个单词，每个单词平局长度为10个字母，也就是占用十字节的空间。100万个单词四舍五入也就是占用10M的空间。我们将其映射到散列表中。当用户输入时就去散列表中查找。如果查不到，则说明拼写错误予以提示。

• 散列函数

散列函数，顾名思义他是一个函数。我们可以把它定义成hash(key),其中key表示元素的键值，hash(key)的值表示经过散列函数计算得到的散列值。

• 构造散列函数的要求

1. 散列函数计算得到的散列值是一个非负整数
2. 如果key1 = key2，那hash(key1) == hash(key2)
3. 如果key1 != key2, 那hash(key1) != hash(key2)
4. 尽量的简单，速度快
5. 散列表长度尽量为素数。这样可以使映射分配均匀

假设有两个散列表，a表长度为7，b表长度为8，步长为2的产生数据。假设数据只到1000

那么a表分布为

b表分布为

可以非常明显地看到，a表均匀的分布。但是b表堆积明显

• 散列冲突

如果key1 != key2, 那hash(key1) == hash(key2)，我们称之为散列冲突。想要避免散列冲突几乎不可能。即使MD5、SHA、CRC等哈希算法，也无法完全避免散列冲突。

• 散列冲突的解决

1. 分离链接法

简单来说就是再原有的散列表后加上链表来存放散列冲突的元素。

优点：

可以解决任意次冲突

删除操作简单、统一

缺点：

耗费内存

空间并不连续，缓存几乎失效

1. 线性探测法

当散列表插入数据遇到冲突时，将其放入下一个空闲地址。

线性探测的效率视装填因子大小而定

（装填因子 = 填入表中元素个数 / 散列表的长度）

1. 平方探测法

当散列冲突时查找1^2远（+-1）处是否为空，如果还冲突则找2^2远处以此类推。

定理：如果使用平方探测，且表的大小为素数，那么当表至少有一半是空的时候，总能够插入一个新的元素

1. 双散列

双散列可以看做F（i）= i * hash2( x ) 其基本策略和线性探测法一项，唯一不同是：它不是检查冲突位置后的每一个位置，而是采用另一个散列函数产生一个固定的增量。

注：第二个散列函数要仔细选择，需满足条件

（1）排除散列值是0的情况

（2）产生的散列值必须与表长M互素

七、散列优化

     1、再散列

        当装载因子过大时，操作时间将开始过长，插入操作可能失败。解决办法是，新建个大约长度为散列表两倍的新表，扫描整个原始散列，计算所有元素新的散列值插入新的散列表中。

1. 链接法缺陷解决

如果分离链接法链表过长，会严重影响性能，链表就要转为红黑树（一般再长度为8时转成红黑树），利用红黑树快速增删改查的特点，

提高性能