哈希表理论基础

目录

1.哈希表

2.哈希函数hash function

3.哈希碰撞

哈希碰撞解决方法

【方法1：拉链法】

【方法2：线性探测法】

4.常见的三种哈希结构

5.总结

---

1.哈希表

哈希表又叫散列表（hash table），是根据关键码的值而直接进行访问的数据结构

哈希表中关键码就是数组的索引下标，然后通过下标直接访问数组中的元素

 

一般哈希表都是用来快速判断一个元素是否出现集合里。

2.哈希函数hash function

数据规模是dataSize， 哈希表的大小为tableSize

3.哈希碰撞

哈希碰撞解决方法

【方法1：拉链法】

发生冲突的元素都被存储在链表中。 这样我们就可以通过索引找到小李和小王了

其实拉链法就是要选择适当的哈希表的大小，这样既不会因为数组空值而浪费大量内存，也不会因为链表太长而在查找上浪费太多时间。

【方法2：线性探测法】

使用线性探测法，一定要保证tableSize大于dataSize。 我们需要依靠哈希表中的空位来解决碰撞问题。

例如冲突的位置，放了小李，那么就向下找一个空位放置小王的信息。所以要求tableSize一定要大于dataSize ，要不然哈希表上就没有空置的位置来存放 冲突的数据了。

4.常见的三种哈希结构

• 数组
• 集合（set）
• 映射（map）

当我们要使用集合来解决哈希问题的时候，优先使用unordered_set，因为它的查询和增删效率是最优的，如果需要集合是有序的，那么就用set，如果要求不仅有序还要有重复数据的话，那么就用multiset。

那么再来看一下map ，在map 是一个key value 的数据结构，map中，对key是有限制，对value没有限制的，因为key的存储方式使用红黑树实现的。

        

unordered_set

.insert(x)：插入元素

.erase()：删除元素

.count()：记录元素个数

.find(x)：查找元素，有的话返回指向该元素的迭代器，没有的话返回尾后迭代器

.clear()：清楚所有元素

.size()：返回哈希大小

注：调用前引用头文件#include<unordered_set>

5.总结

当我们遇到了要快速判断一个元素是否出现集合里的时候，就要考虑哈希法。

但是哈希法也是牺牲了空间换取了时间，因为我们要使用额外的数组，set或者是map来存放数据，才能实现快速的查找。