快速理解哈希（Hash）表的运作原理

哈希表是什么

哈希表（hash table）又叫散列表。

和二叉树、链表这一类一样。它是一种数据结构，设计出来用于存放数据。

百科解释：

散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。

  

需要的基础知识

指针和数组

链表

模运算

    

哈希表的构建方法

1. 创建一个固定大小的数组（哈希表），其中每个位置都有一个关联值为null或空链表。
2. 对需要存储的数据应用哈希函数（核心）---- 使用取模运算符将数据转换为数组的下标（即关键字 x -- f(x)（哈希函数）--> 下标）
3. 将数据存储在该下标位置处（便于查找）。

如下：

数组	指针		指针	指针		指针		指针
下标	0	1	2	3	4	5	6	7	8	...

    

哈希函数是根据关键字设计的，有很多种函数，主要的原理就是根据数组的大小求模运算。

(关键字) % (数组大小)

例如：20048157 % 17 (结果在0-16)

数组的大小一般设计为质数 -- ？--> 保证均匀分布（即：将输入数据随机（均匀）散布到哈希表的各个位置，避免出现过多冲突）。

   

遇到冲突怎么办

1、链表式解决(Separate Chaining)

写结构体的时候加入next指针(和链表一样)

数据 Next->数据 Next

遇到冲突的时候，把数据写到next的位置.

例如：

数据关键字	15 22 24 16
数组大小	7
哈希函数	下标 = 关键字 mod 7

 ↓↓结果

下标	数据
0
1	15	->	22
2	16
3	24
4
5
6

产生冲突时，往后面放指针（15->22->...）

---

  

2、开放地址(Open Addressing)

不用next指针，把其他下标的位置都对外开放。

    

开放地址的方法：

a. 线性探测法

如果遇到冲突，就往下一个地址寻找空位。

如果遇到冲突，新位置=原始位置+ i（i是冲突的次数）

     

例如：

数据关键字	28 4 12
数组大小	13
哈希函数	下标=关键字 mod 13

↓↓结果

数组	12		15	2	28	4							38
下标	0	1	2	3	4	5	6	7	8	9	10	11	12

缺点：容易产生“二次聚集”---- 不同基地址的元素争夺同一个单元的现象叫作“二次聚集”。（也即扎堆）

---

b. 平方探测法(二次方探测)

如果遇到冲突，就往（原始位置 + i方 ）的位置

寻找空位（i 代表冲突的次数）

如果遇到冲突，新位置 = 原始位置 + i方

   

例如：

数据关键字	15 2 28 19 10
数组大小	13
哈希函数	下标 = 关键字 mod 13

↓↓结果

数组			15	2			19	28			10
下标	0	1	2	3	4	5	6	7	8	9	10	11	12

---

c.双哈希

要设置第二个哈希的函数，例如: hash2(key)=R-(key mod R)

R要取比数组尺寸小的质数。

例如R=7: hash2(关键字)= 7- (关键字% 7 )

也就是说，二次哈希的结果在1-7之间，不会等于0;

如果遇到冲突，新位置=原始位置+ i . hash 2(关键字)

例如：

数据关键字	15 2 18 28
数组大小	13
哈希函数	下标=关键字 mod 13
哈希函数2	7-(关键字 mod 7)

如果遇到冲突，新位置=原始位置+i.hash 2（关键字）

↓↓结果

数组			15			18		2		28
下标	0	1	2	3	4	5	6	7	8	9	10	11	12

---

---

哈希表满了怎办?

再次哈希(Rehashing)

当哈希表数据存储量超过70%，那么就自动新建一个新的哈希表

新表的尺寸是旧表的2倍以上，选择-一个质数

把之前的数据再次通过哈希计算搬到新表里

     

如果往旧表里再插入-一个数据，那么旧表的存储量将会超过70%

旧表：

6	15	2	24			13
0	1	2	3	4	5	6

旧表:下标=关键字mod 7

新表:下标=关键字mod 17

新表：

		2	24			6							13		15
0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16

     

为什么设计哈希表

因为哈希表查找的性能快，它比搜索叉树的速度还快。

搜索二叉树的查找速度是0(log2 N),而哈希表发挥稳定的话

可以达到0(1)。

    

哈希表的缺点

表越满，性能越差