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
- 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 - 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 - 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
- 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**
-
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