为什么使用hash类？

为什么使用hash类？

我们为什么要用“键值对”这样类型的数据结构？除了刚才提到的便于信息检索外，另一个原因是，使用“键值对”类型的数据结构，我们可以提高在大数据量里检索信息的速度。

我们来看一个具体的例子，我们在实际代码里，用一个长度为10000（或更长）的数组来容纳整型数字对象，如果要从其中查询指定数字的话，我们不得不依次遍历这个数组，这样效率会很低。

如果我们换一种思路，在向这数组里插入数字元素的时候，不是插入在数组的第一个空闲空间里，而是根据数据元素 的值，进行一个函数处理，把函数处理的结果作为插入位置的索引值，而在查找数字的时候，也根据这个同样的函数，计算出该数字的索引值，然后据此直接到指定 位置查找，这样我们可以很好地提高效率。

比如，我们定义转换函数的形式是f(x) = x*x%13，其中，x表示插入和待查找的数字，而f(x)则表示这个数字在数组里的索引值，假设我们要插入100这个数字，根据函数我们得到索引值为100*100%13 = 3，那么我们可以把100放在索引值是3的位置，而查找的时候，可直接到这个位置去查找。

这就是Hash表提高索引效率的做法，其中，刚才提到的转换函数叫“散列函数”（也叫Hash函数），存放在数组里的数字称之为Hash表的“值”，而与数字对应的“在数字里的索引位置”则称为Hash表的“键”，由此我们可以看到“键值对”的思路对提高数据检索速度的作用。

这里讲到的“散列函数”是广义的，它不仅可以根据数值型的“值”生成索引值，更可以根据字符型甚至是对象型的“值”生成索引值。

不过，在使用Hash表的时候，我们经常会遇到“索引冲突”这个问题，即对于散列函数，不同的“值”会得到相同的“键”，由此，不同的对象可能存放在同一个索引位置上，比如根据f(x) = x*x%13这个散列函数，4和100会有相同的索引值。

为了解决这个“冲突”问题，一方面可以采用技术上的方法，比如设计出尽量降低冲突情况出现的散列函数，或者是 指定冲突发生时的应对策略（比如遇到冲突时，对象如果发现对应它的索引位置已被占据，就依次顺延到下一个位置，而在搜索时，如果在对应的索引位置没有发现 指定元素，就一直向后查找），而另一方面，则可根据待存储的数据量，适当提高Hash表的容量，用加大空间的代价，来换取冲突发生的低概率。

这里就有一个新的问题：如何根据Hash表里的存储数据量，开辟Hash表的存储空间？如果空间开设较小，虽然可以节省内存使用量，但会提高冲突发生的概率，从而降低数据搜索的效率，反之，虽然可以提高搜索效率，但会过多地使用内存。

对此，Hash表里，专门有个名词，叫装载因子，即Hash表里实际容纳对象的比率，一般来说，这个常数在75%左右最为合适。