文章目录
哈希表介绍
注意:
这里的 无顺序 和 key不允许重复 是不是很熟悉?没错,就是集合和字典的特点,这就是为什么集合和字典可以基于哈希表!
什么是哈希表?
视频中讲述了三个例子,这里菜鸟就不一一列举了,主要说的就是需要一种办法:使得知道值而直接返回出对应的下标值,那么效率就会变得很高!
但是怎么将不确定的值(比如:字符串、数字等)和下标值找出对应的关系呢?
字符串转下标
方法一:数字相加
方法二:幂的连乘
总结:
第一种方案产生的下标太少,导致会有多个字符串公用一个下标;第二种方案产生的下标太多,导致浪费空间(基本上内存创造不出那么大的数组)。
所以上面两个都不能很好的解决问题!这就要引出哈希化了,什么是哈希化?
哈希化
这里应该这样理解:
类比字母放入700…00个数组范围内,但是并不是每一个位置都有正确的英文字母,正确的英文是随机出现的且只有50000个。那么现在再来看0 ~ 199,假设其实只有5个数是需要的,然后这5个数是随机的,取余之后放入的是长度为10的数组(0 ~ 9),所以余数相同概率确实很小。
理解:
- 哈希化就是将大数(幂的连乘)转化为小数(取模/余),且减少重复(解决重复)或者不重复的一个过程
- 哈希函数就是哈希化过程实现的一个函数代码
- 整个函数与返回结果的封装就是一个哈希表
如何解决重复?
链地址法(拉链法)
开放地址法
线性探测
二次探测
注意:
- 这里连续插入元素余数为2的情况,比前面插入连续的数的情况要更加少,所以该方法还是要强一点!但是还是不好!
- 菜鸟认为的缺陷不是很准确,具体看到后面再哈希的质数重要性才知道,他是循环探测的,如果大于就再从头开始!
再哈希法
这里理解不和第一个哈希函数相同(菜鸟感觉视频有点问题):
如果还和原来的一样,那么2-22-122结果还是都余二,那么最后还是每个都移动两格,最后就和二次探测类似了!
这里质数很关键,质数可以让分布更加均匀!
哈希化效率
开放地址法
线性探测效率
二次探测和再哈希 – 这两个差不多 > 线性
链地址法
优秀的哈希函数
优化 – 幂的连乘
注意:
计算算法复杂度 不用考虑系数 !
优化 – 均匀分布(质数)
再哈希的质数重要性 – 哈希表长度
java中的hashmap
总结
学了这么多,其实感觉大致知道了哈希表是个什么东西以及流程!
这里会有两个问题:
- 为什么JavaScript中进行较大的位运算时会出问题?
- 怎么写出哈希表?