散列表（哈希表）查找

概述

散列技术： 存储位置=f(key)
在记录的存储位置和它的关键字之间建立一种确定的关系F，使得每一个关键字key都有一个存储位置F(key)。
这个关系f称为散列函数，又称为哈希（hash）函数。
散列表：
采用散列技术将记录存储在一块连续的存储空间中，这块连续的存储空间就称为散列表或者哈希表（hash table）。

---

散列表查找步骤

1. 在存储时，通过散列函数计算散列地址，并在散列地址存储记录。
2. 查找记录时，通过同样的散列函数计算散列地址，并按散列地址访问该记录。
   所以，散列技术即是一种存储方法，也是一种查找方法。
   

   ---

散列表的特点

1. 散列技术最适合求解问题是查找与给定值相等的记录。
2. 散列技术的记录之间没有什么逻辑关系。
3. 同样的关键字，能对应很多个记录的情况不适合散列技术
4. 表中的记录不能排序，像最大值、最小值等结果也无法从散列表中计算出来
5. 经常会有冲突现象
   note ：冲突（collision）：两个关键字key1 != key2，却有f(key1) = f(key2)，这种现象为冲突。把key1 和key2 称为这个函数的同义词（synonym）。
   如何处理冲突时一个很重要的课题。
   

   ---

散列函数的构造方法

一个好的散列函数的，两个常见原则。
1. 计算简单。（散列函数的计算时间不应该超过其他查找技术与关键字比较的时间）
2. 散列地址分配均匀。（保证存储空间的有效利用，减少处理冲突而耗费时间）

直接定址法

取关键字的某个线性函数作为散列函数 ，即f(key) = a*key +b。
优点：
　　简单，均匀，也不会产生冲突。
缺点：
　　 需要事先知道关键字的分布，适合查找表较小且连续的情况。
note：这个方法并不常用

数字分析法

　　抽取关键字的一部分来作为散列存储位置，或者抽取出来后在翻转，反转，移位，叠加。总之就是为了让关键字均匀的分布到散列表中。
　　这种抽取的方法是散列函数中常用的方法。
　　特点：
　　　适合处理关键字比较大的情况，如果事先知道关键字本身的结构分布，且关键字的若干位分布比较均匀，就可以考虑这个方法。

平方取中法

　　先对关键字平方，在取其中间部分。
　　特点：
　　适合不知道关键字分布，为位数又不是很大的情况。

折叠法

　　将关键字从左到右分割成位数相等的几部分（最后一个位数不够可以短一些）然后这几部分求和，并按散列表表长，去最后几位作为散列地址。
　　特点：
　　事先不知道关键字的分布，适合关键字位数较多的情况。

除留余数法

　　最常见的散列构造函数，对于散列表长为m的散列函数为
　　 f(key) = key mod p (p<=m)
　　note: 根据经验，若散列表长为m，通常p为小于或等于表长（最好是接近m）的最小质数，或者不包括小于20的质因子的合数。

随机数法

　　取关键字的随机函数值作为它的散列地址。也就是f(key) = random(key)。random是随机函数。
　　特点：
　　当关键字的长度不等时，采用这个方法构造散列函数是比较合适的。
note：如果关键字是字符串，就转换为某种数字来对待，比如ASCII或者unicode码等。

总结

实际运用中，根据不同情况采取不同的散列函数，这里有一因数来提供综合考虑。
1. 计算散列地址所需时间
2. 关键字的长度
3. 散列表的大小
4. 关键字的分布情况
5. 记录查找的频率。

---

处理散列冲突的方法

冲突有时候很难避免，所以要研究如何处理。
实在追不到梦中情人就换一个呗——开放地址法，或者去别的地方再找—再散列函数法。

开放地址法

　　开放地址法：一旦发生冲突，就去寻找下一个空的散列地址，只要散列表足够大，总可以找到空的地址，并将记录存进去。
　　它的公式：f(key) = (f(key)+d) mod m (d = 1,2,3 ,,,m-1)
　　f(key) 是除留余数法，折叠法等。
　　这种解决冲突的开放定址法也称为线性探测法。
堆积：
　　本来不是一个同义词却要争夺一个地址的现象。
　　二次试探法：
f(key)=(f(key)+d) mod m(d = 1^2,-1^2,2^2,-2^2, .. ,q^2,-q^2;q<=m/2)
　　增加平方算子的目的是为了不让关键字都聚集在某一块区域。
　　随机试探法：
　　在冲突时，如果位移量d采用随机数函数计算得到，称之为随机试探法。当然这里的随机函数是伪随机。在查找时设置相同的随机种子，不断调用随机函数就可以生成同一个不重复的数列。
　　这是解决冲突的常用方法

再散列函数法

　　冲突时重新选择散列函数
　　f(key) = RHi(key) (i=1,2,3 … ,k)
　　RHi就是不同的散列函数，总有一个函数可以把冲突解决
　　特点：
　　关键字不产生聚集，当然，相应的也增加了计算时间。

链地址法

　　冲突也不换地方
　　将所有关键字为同义词的记录存储在一个单链表中，我们称这种表为同义词子表。在散列表中值存储所有同义词字表的的头指针。
　　特点：
　　绝对不会出现找不到地址，当然也带来了查找时需要遍历单链表的性能损耗。

公共溢出区

　　我们为所以冲突的关键字建立一个公共的溢出区来存放记录。
　　特点：
　　在冲突数据较少的情况下，公用溢出区的结构对查找性能还是非常高的。

---

java程序实现

采用线性试探法解决冲突的散列查找实现

    /*****************************
     * 散列表查找技术
     * ****************************/

    /*散列表结构类
     * 采用线性试探法解决冲突，元素被删除后，存储位置也删除就会割断查找后边元素的路径
     * */
public class HashTable {
   
    private Object [] key;//b保存元素关键字数组
    private Object [] ht;//散列表
    private int count;