哈希表的诞生

为什么要使用哈希表

查找和插入是查找表的两项基本操作，对于单纯使用链表，数组，或二叉树实现的查找表来说，这两项操作在时间消耗上仍显得比较昂贵。 以查找为例：在数组实现的查找表中，需要用二分等查找方式进行一系列的比较后，才能找到给定的键值对的位置。而二叉树的实现中也存在着一个向左右子树递归查找的过程。 而现在，我们希望在查找/插入/删除这三项基本操作里， 能不通过比较，而是通过一个哈希函数的映射，直接找到键对应的位置，从而取得时间上的大幅优化， 这就是我们选用哈希表的原因。

相比起哈希表，其他的查找表中并没有特定的“键”和“键的位置”之间的对应关系。所以需要在键的查找上付出较大的开销。而哈希表则通过一个映射函数（哈希函数）建立起了“键”和“键的位置”（即哈希地址）间的对应关系，所以大大减小了这一层开销

哈希表的取舍

所谓选择，皆有取舍。哈希表在查找/插入/删除等基本操作上展现的优越性能，是在它舍弃了有序性操作的基础上实现的。因为哈希表并不维护表的有序性，所以在哈希表中实现有序操作的性能会很糟糕。例如：max(取最大键)，min(取最小键), rank(取某个键的排名), select(取给定排名的键)，

floor(向下取整) ceiling(向上取整)。 而相对的， 用二叉树等结构实现的查找表中，因为在动态操作（插入/删除）中一直维护着表的有序性，所以这些数据结构中实现的有序操作开销会小很多。

使用哈希表的前提

使用哈希表的前提是： 这个表存储的键是无序的，或者不需要考虑其有序性

哈希函数的构造

哈希函数有许多不同的构造方法，包括：1.直接定址法 2.数字分析法 3.平方取中法 4.折叠法 5. 除留取余法

1.直接定址法

取键或键的某个线性函数值为哈希地址。设 f 为哈希函数，key为输入的键，则f(key) = key或者 f(key) = k*key+b (k,b为常数)

例如，有一个解放后的人口调查表， 键为年份，则可设置哈希函数为： f(key) = key+ （-1948），如下图所示：

1949对应的哈希函数值为1， 1950对应的为2，依次类推

2.数字分析法

如下图所示，有80个记录，每一行为一个记录中的键，假设表长为100，则可取两位十进制数组成哈希地址。

通过观察可以得出，第1,2列对应的数字都是相同的，而第3列和第8列存在大量重复的数字（分别是3和2,7），不能选做哈希地址。而中间4位可以看作是随机的，可以从中任选两位作为哈希地址

3. 平方取中法

取关键字平方后的中间几位为哈希地址，这种方法叫做平方取中法。它弥补了数字分析法的一些缺陷，因为我们有时并不能知道键的全部情况，取其中几位也不一定合适，而一个数平方后的中间几个数和原数的每一位都相关，由此我们就能得到随机性更强的哈希地址取的位数由表长决定。

4.折叠法

将关键字分成位数相同的几部分（最后一位可以不同），然后取叠加和作为哈希地址，这一方法被称为折叠法。当表的键位数很多，而且每一位上数字分布比较均匀的时候， 可以考虑采用这一方法。 折叠法有移位叠加和间位叠加两种方法例如国际标准图书编号0-442-20586-4的哈希地址可以用这两种方法表示为

5.除留余数法

除留余数法是最基础的，最常用的取得哈希函数的方法。选定一个统一的基数， 对所有键取余，从而得到对应的哈希地址。下图中的M就表示这个统一的基数，在实现上，它一般是数组的长度

这也是我们接下来实现哈希表时采用的哈希函数方法。

哈希地址的冲突

一个经常会碰到的问题是; 不同的键经过哈希函数的映射后，得到了一个同样的哈希地址。这种现象叫做冲突（或者碰撞）如下图所示。

解决冲突的方法

冲突并不是一件严重的事情，因为我们可以用一些方式去解决它

解决冲突的方式有