学习《数据结构与算法》笔记04 哈希表

哈希表

哈希表是一种数据结构，提供快速的插入操作和查找操作。不论哈希表中有多少数据，它的插入和删除（有时候包括删除）只需要接近常量的时间：O（1）的时间级。

哈希表查找非常快，如果需要一秒钟内查找上千条记录，通常使用哈希表（例如拼写检查器）。哈希表的速度明显比树快，树的操作通常需要O(N)。

哈希表的缺点是它是基于数组的，数组创建后，容量难以扩展。某些哈希表被基本填满后，性能下降的很严重，需要定期将数据转移到更大的哈希表中，这个过程比较费时间。

而且没有一种简单的办法，可以以任何一种顺序（例如从大到小）遍历表中的数据项。如果需要这种能力，只能选择其他数据结构。

然后，如果不需要有序遍历数据，并且可以提前预测数据量的大小，那么哈希表在速度和易用性方面无与伦比。

哈希函数

首先创建一个数组，它的长度是需要存储的数据项个数的两倍。

给每一个数据项，计算一个哈希值，并且通过 数据项的哈希值除以数组长度，取余，来判断数据项在数组中，应该存储的下标位置。

arraySize = recordeLength * 2;

indexArray = recordeHashCode % arraySize;

比如需要存储的数据项有5万个，那么数组的长度就应该是10万，那么当数据项的哈希值除以10万，取余时，会发生两种情况：

一种是这个数组，最多有一半下标中是保存数据项的，另一半是空的。

另一种情况是，可能有多个数据的哈希值是相同的，他们的取余结果也相同，这种情况叫做哈希冲突。

如何存储哈希冲突的数据项，有两种方式：

一种是通过系统的方法，找到数组中的另一个空位，并将冲突的数据项放入，叫做开放地址法。

第二种是创建一个存放哈希冲突数据项链表的数组， 数组内不存放数据项，而是存放链表。当发生哈希冲突时，新的数据项不存放在数组，而存放在数组下的链表中，这种方法叫做链地址法。

开发地址法有三种实现方式，当哈希冲突时它们在找下一个空白单元存放数据项使用的方法不同：

线性探测：

在线性探测中，线性的查找空白单元。如果5421是要插入的数据的位置，它已经被占用了，那么就使用5422，然后是5423，以此类推，数组下标一直递增，直到找到空位。这就叫线性探测，因为它沿着数组的下标一步一步顺序的查找空白单元。

理论上不允许重复，不允许聚集。

二次探测：

 

再哈希法：

 

 

转载于:https://my.oschina.net/xiaoyoung/blog/3083769