散列学习 (三)

拉链法：将大小为M的数组中的每个元素都指向一个链表，链表中每个节点都存储了散列值为该元素的索引的键值对。
基本思想：选择足够大的M，使得所有链表都尽可能短以保证高效查找。
步骤：
1）、根据散列值找到对应链表；
2）、在链表中顺序查找响应的键。
实现方法：
方法1：使用原始链表数据类型进行扩展
方法2：采用一般性策略实现：为M个元素分别构建符号表来保存散列到这里的键。

命题K：在一张含有M条链表和N个键的散列表中，任意一条链表中的键的数量均在N/M的常数因子范围内的概率无限
趋向于1。

性质L：在一张含有M条链表和N个键的散列表中，未命中查找和插入操作所需要的比较次数为～N/M。

散列表大小：
实现基于拉链法的散列表时，目标是选择合适的数组大小M，即不会因为空链表浪费大量内存，也不会因为链表太长
而在查找上浪费太多时间。而拉链法的一个好处是这不是关键性的选择。
如果存入的键多余预期，查找所需时间只会比选择更大的数组稍长；
如果存入的键少于预期，虽有空间浪费但查找会非常快。
内存不紧张时，可选择一个足够大的M，使查找需要的时间变为常数；
内存紧张时，选择尽量大的M仍能将性能提高M倍。
另一种方法是：动态调整数组大小以保持短小的链表。
散列的主要目的：均匀的将键散布开来，计算散列后键的顺序性信息就丢失了。因而散列都不适合进行与顺序有关的查找
拉链法的散列表实现简单，在键的顺序并不重要的应用中，它可能是最快也是应用最广泛的符号表实现。

内存使用：
基于拉链法的散列表                            N个元素所需内存为 48N+32M
基于线性探测的散列表                        N个元素所需内存在 32N到128N之间
各种二叉查找树                                    N个元素所需内存为 56N