算法通关村——Hash和队列的特征笔记

一、Hash基础

1、Hash的概念和基本特征

        哈希（Hash）也称为散列，就是把任意长度的输入，通过散列算法，变换为固定长度的输出，这个输出值就是散列值。
        我们现在假设数组array存放的是1到15这些数，现在要存在一个大小是7的Hash表中，该如何存呢？我们存储的位置计算公式是：index=number 模 7。

这时候我们将1到6存入的时候，图示如下：

 简单的取模，然后继续存7到13，结果是下面这样子：

最后再存14和15：

        这时候我们会发现有些数据被存到同一个位置了，我们后面再讨论。接下来，我们看看如何取。
        假如我要测试13在不在这个结构里，则同样使用上面的公式来进行，很明显13模7=6，我们直接访问array[6]这个位置，很明显是在的，所以返回true。
        假如我要测试20在不在这个结构里，则同样使用上面的公司来进行，很明显20模7=6，我们直接访问array[6]这个位置，但是只有6和13，所以返回false。
        理解这个例子我们就理解了Hash是如何进行最基本的映射的，时间复杂度为O(1)。

2、碰撞处理方法

        在上面的例子中，我们发现有些在Hash中很多位置可能要存两个甚至多个元素，很明显单纯的数组是不行的，这种两个不同输入值，根据同一散列函数计算出的散列值相同的现象叫做碰撞。
那该怎么解决呢？常见的方法有：开放定址法（Java里的Threadlocal）、链地址法（Java里的ConcurrentHashMap）、再哈希发（布隆过滤器）、建立公共溢出区。后两种用的比较少，我们重点看前两个。

2.1、开放定址法

        开放定址法就是一旦发生了冲突，就去寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到，并将记录存入。

        例如上面要继续存7，8，9的时候，7没问题，可以直接存到索引为0的位置，8本来应该存到索引为1的位置，但是已经满了，所以继续向后找，索引3的位置是空的，所以8存到3位置。同理9存到索引6位置。
        这里你是否有一个疑问：这样鸠占鹊巢的方法会不会引起混乱？比如再存3和6的话，本来自己的位置好好的，但是被外来用户占领了，该如何处理呢？这个问题学习Java的ThreadLocel就明白，具体过程可以学习一下相关内容，这里说一下基本思想。ThreadLocal有一个专门存储元素的TheadLocalMap，每次在get和set元素的时候，会先将目标位置前后的空间搜索一下，将标记为null的位置回收掉，这样大部分不用的位置就收回来了。

2.2、链地址法

        将哈希表的每个单元作为链表的头结点，所有哈希地址为i的元素构成一个同义词链表。即发生冲突时就把该关键字链在以该单位为头结点的尾部。例如：

        这种处理方法的问题是处理起来代价还是比较高的，要落地还要进行很多优化，例如在Java里的ConcurrentHashMap中就使用了这种方式，其中涉及元素尽量均匀、访问和操作速度要快、线程安全、扩容等很多问题。

我们来看一下下面这个Hash结构，下面的图有两处非常明显的错误，请先想想是啥。

        首先是数组的长度必须是2的n次幂，这里长度是9，明显有误，然后是entry的个数不能大于数组的75%，如果大于就会出发扩容机制进行扩容，这里明显是大于75%，正确的图应该是这样：

        数组的长度即是2的n次幂，而他的size又不大于数组长度的75%。HashMap的实现原理是先要找到要存放数组的下标，如果不是空的就判断key值是否一样，如果一样就替换，如果不一样就以链表的形式存在链表中（从JDK8开始，根据元素数量选择使用链表还是红黑树存储）。

二、队列基础知识

1、队列的概念和基本特征

        队列的特点是节点的排队次序和出队次序按入队时间先后确定，即先入队者先出队，即我们常说的FIFO（first in first out）先进先出。队列实现方式也有两种形式，基于数组和基于链表。对于基于链表，因为链表的长度是随时都可以变的，实现起来比较简单。

2、实现队列

基于链表实现队列还是比较好处理的，只要在尾部后插入元素，在front删除元素就行了。