哈希表的原理及哈希冲突的解决方法

哈希表定义

理想的搜索方法：可以不经过任何比较，一次直接从表中得到要搜索的元素。 如果构造一种存储结构，通过某种函
数(hashFunc)使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快
找到该元素。
当向该结构中：

• 插入元素

  根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放

• 搜索元素

  对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若
  关键码相等，则搜索成功

  该方式即为哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表(或者称散列表)

哈希冲突

由于空间有限，哈希函数也必然会有局限性，无论是什么哈希函数都无法避免会有多个key映射为同一个值，当一个key本当存储的位置被另一个同样映射到该位置的key占用时，就发生了存储冲突，即哈希冲突。

冲突的发生是必然的，但我们能做的应该是尽量的降低冲突率

常见哈希函数

1. 直接定制法
   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 使用场景：适合查找比较小且连续的情况 面试题：字符串中第一个只出现一次字符
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p作为除数，按照哈希函数：
   **Hash(key) = key% p(p<=m),**将关键码转换成哈希地址
3. 平方取中法
   假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址； 再比如关键字为4321，对
   它平方就是18671041，抽取中间的3位671(或710)作为哈希地址 平方取中法比较适合：不知道关键字的分
   布，而位数又不是很大的情况

负载因子的调节

负载因子定义：负载因子a = 填入表中的元素个数 / 散列表的长度

因为表的长度为定值，而表中的元素越多，发生哈希冲突的元素也就越多，也就是说负载因子越大，发生冲突的概率就越大。

一般情况下，我们需要把负载因子控制在0.8以下：

解决哈希冲突的方法

1. 闭散列

也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以
把key存放到冲突位置中的“下一个” 空位置中去，转移一般有两种方法

• 线性探测法

  从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。

  如下图，如果此时要存储44，我们发现44应该在的位置已经被4占了，因此要把44一直往后移，直到有空余的位置为止
  

* 二次探测法

  线性探测的缺陷是产生冲突的数据堆积在一块，这与其找下一个空位置有关系，因为找空位置的方式就是挨
  着往后逐个去找，因此二次探测为了避免该问题，找下一个空位置的方法为：H = ( H0 + i^2 )% m, 其中：i  是通过散列函数Hash(x)对元素的关键码 key 进行计算得到的位置，
  m是表的大小。 

  > **研究表明：**当表的长度为质数且表装载因子a不超过0.5时，新的表项一定能够插入，而且任何一个位置都不会被探查两次。因此只要表中有一半的空位置，就不会存在表满的问题。在搜索时可以不考虑表装满的情况，但在插入时必须确保表的装载因子a不超过0.5，如果超出必须考虑增容。
  >
  > **因此：比散列最大的缺陷就是空间利用率比较低，这也是哈希的缺陷**  

2. 开散列

   开散列法又叫链地址法(开链法)，首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头结点存储在哈希表中。

   上面的例子用开散列是按照下面这样存储的

开列表也是比较常用的方法，在java中的HashMap就是用开列表形式存储的。

在java中在某一位置比较少的冲突以链表形式存储，当超过一定限度时，链表就会转变会红黑树进行存储。

同时当负载因子达到一定限度时，哈希表会扩大并把所有元素重新哈希到应在的位置