散列表

定义

• 散列表：数组+链表
• 一种k-v数据结构，用的是数组支持的按照下标随机访问数据，时间复杂度为O(1)的特性，算是数组的一种扩展，由数组演化而来。可以说没有数组，就没有散列表。
• key对应的键值，通过散列函数，转化为一个非负整数，这样直接通过直接访问此整数的下标地址（时间复杂度为O(1)）的数组，进行增删改查等操作。
• 常用解决hash冲突方式是：拉链存储。

组成

key/关键字

散列函数

散列值

散列函数

基本要求

1. 散列函数计算得到的散列值必须是一个非负整数（因为数组下标从0开始）。
2. 当key1==key2时，那么hash(key1)==hash(key2)。
3. 当key1!=key2时，那么hash(key1)!=hash(key2)，但在真实的开发场景中，散列冲突无法避免，即使业界比较著名的MD5，SHA等也会产生散列冲突。

解决散列冲突

开发寻址法

开放寻址法的核心思想是，在出现散列冲突的时候，我们就重新探测一个空闲位置，将其插入。

探测方法

线性探测

插入数据，当根据hash(key)的存储位置被占用，就依次向后探测，找到末尾如果没有，就从头开始探测，直到找到一个空闲位置，将其值插入。

读取数据，当根据hash(key)读取到存储位置元素时候，跟原值比较，当不等于原值时，就依次向后查找，都不是就从头查找，最后找到了即返回，如果找到空闲位置时候，还没有找到，就说明此元素没有存储在此hash表内，返回空即可。

线性探测缺点

随着插入数据越来越多，探测的次数越来越大，在插入时候，也许要探测整张hash表，才能有结果，这样就退化成O(n)的时间复杂度。读取和删除，同样要探测多次，才有结果。

二次探测

线性探测，步长为1，探测的下标序列为hash(key)+0,hash(key)+1,hash(key)+2,....，二次探测步长变为原来的”二次方“，探测的下标序列为hash(key)+0^2,hash(key)+1^2,hash(key)+2^2,.....。

双重散列

使用一组散列函数，hash1(key),hash2(key),hash3(key),...，当出现冲突时候，顺序向后更换散列函数。

链表法

也叫”拉链法“或”拉链存储“是更加常用的解决散列冲突的方法。就是对应每个槽位后，存储一个链表，插入数据时候，直接hash(key)找到对应槽位，插入到链表末尾即可，时间复杂度为O(1)。当查找和删除时候，也是直接定位到槽位拉取链表，遍历链表跟原始数据对比，即可得出结果。时间复杂度为链表长度k成正比即为O(k)，针对散列比较均匀的散列函数来说，k=n/m（m为槽位）。

扩容

一次性扩容

1. 在添加新数据时，触发装载因子（有数据的槽位/hash算法槽位总量）达到一个阀值时，需要扩容，就先从新申请一个一般2倍大小的数组，然后用新的hash算法一次性将原来老hashTable的值都迁移到新表中，然后继续添加新元素，以后的所有操作都在新的hashTable中添加。 缺点：当老hashTable的数据量比较大的时候，一次性迁移比较耗时，这样容易导致上位系统请求超时，这样不可容忍。
2. 动态扩容：装载因子达到扩容阀值时，先申请一般2倍大小的新数组，先不迁移，新老hashTable并存，每次有操作时候，对应操作完时，动态迁移一个老的值，如此循环，迁移所有的老值。注意：新老hashTable并存时候，在读取时候，新老都得查一下，都没有才算没有值。