哈希表，哈希方法

        在leetCode算法题中，哈希的解法是十分常见的。所以懂得哈希是十分重要的。

 

 class Solution {

    public int[] twoSum(int[] nums, int target) {

        Map<Integer, Integer> map = new HashMap<>();

        for(int i = 0; i< nums.length; i++) {

            if(map.containsKey(target - nums[i])) {

                return new int[] {map.get(target-nums[i]),i};

            }

            map.put(nums[i], i);

        }

        throw new IllegalArgumentException("No two sum solution");

    }

}

常见的求哈希值的方法：

 

1.直接定址法：

取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B。

优点：简单、均匀

缺点：需要事先知道关键字的分布情况

（适合查找比较小且连续的情况）

 

2.除留余数法：

设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数，按照哈希函数：Hash( key ) = key % p ( p <= m) ,将关键码转换成哈希地址

【哈希冲突】：

对于两个数据元素的关键字Ki和Kj（i != j），有Ki != Kj ( i != j) ,但HashFun( Ki ) ==HashFun( Kj ) ,将该种现象称为哈希冲突或哈希碰撞。

闭散列法：

在元素插入时遇到哈希冲突，我们可选择线性探查法处理冲突，还可以选择二次探查法处理冲突。

这里我们分析下线性探查法：

给出一组元素，它们的关键码为：37，25，14，36，49，68，57，11，散列表为HT[12]，表的大小 m=12 ，假设采用Hash（key）= key % p ；（p=11）11是最接近m的质数，就有：

添加元素时，使用散列函数确定元素的插入位置，如果此空间有值：

1.该值是所要插入元素的关键码，不进行插入。

2.产生冲突，依次查看其后的下一个桶，如果发现空位置插入新元素