算法笔记4-散列表

散列表（hashTable的原理）

也叫哈希表，是根据关键码值(key-value)，直接进行访问的数据结构。将关键码值映射到表的一个位置来访问，加快查找速度。这个映射函数叫散列函数。存放记录的数组叫散列表。

y = f(x)； x是关键字，f是散列函数（哈希函数），y是记录的存储位置。

目的：

数组特点：寻址容易，插入和删除困难

链表特点：寻址困难，插入和删除容易

二者结合，最常用的一种方法-拉链法。

优点：不论哈希表有多少数据，查找、插入、删除，需要接近常量的时间即o(1)的时间级。哈希表运行的非常快。查找明显比树快，树的操作是o(n)的时间级。

缺点：它是基于数组，数组创建后难扩展。哈希表被基本填满时，性能下降非常严重。

散列冲突的解决方案：

开放寻址法，再散列法。

1.建立一个缓冲区，把拼音重复的人放在缓存区中。当我通过名称找人时，发现找的不对，则在缓存区找。

2.再探测，在其他的地方查找。

百度面试题：海量日志数据，提取出某日访问百度次数最多的IP

方案：IP数目是有限的，最多2^32个。但是2^32 = 4G不能完全放在内存。所以可以考虑使用将部分hash将ip存入内存，然后统计。