代码随想录算法学习 | 哈希表理论基础

首先什么是 哈希表，哈希表（Hash table，国内也有些算法书籍翻译为散列表）

哈希表是根据关键码的值而直接进行访问的数据结构。

 直白来讲数组就是一张哈希表

哈希表中的关键码就是数组的索引下标，然后通过下标访问数组元素

哈希表能用解决什么问题呢？ 一般哈希表都用来快速判断一个元素是否出现在集合里

哈希函数，通过hashCode把名字转化为数值，一般hashcode是通过特定编码方式，可以将其他数据格式转化为不同的数值，这样就把学生名字映射为哈希表上的索引数字了。

如果学生数量大于哈希表的大小怎么办，此时就算哈希函数计算的再均匀，也避免不了会有几位学生的名字同时映射到哈希表 同一个索引下标的位置

接下来哈希碰撞登场

哈希碰撞

如图所示，小李和小王都映射到了索引下标 1 的位置，这一现象叫做哈希碰撞。

一般哈希碰撞有两种解决方法， 拉链法和线性探测法。

拉链法

拉链法需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

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。

常见的三种哈希结构

• 数组
• set（集合）
• map（映射）

数组作为哈希表的缺点是数组大小有限，而且如果哈希值比较少、特别分散、跨度非常大，使用数组就造成空间的极大浪费

std::set 和std::multiset 、std::map 和std::multimap的底层实现是红黑树，红黑树是一种平衡二叉搜索树，所以key值是有序的，但key不可以修改，改动key值会导致整棵树的错乱，所以只能删除和增加。

当我们要使用集合来解决哈希问题的时候，优先使用unordered_set，因为它的读写速度是最快的，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。

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，因为key的存储方式使用红黑树实现。

总结

当我们遇到了要快速判断一个元素是否出现在集合里的时候，就要考虑哈希法

• 若数据的范围已知或者有限，可以考虑使用数组
• 若数据范围较大，可使用set集合，首选unordered_set；如果需要集合有序，那么用set；如果要求不仅有序还要有重复数据的话，用multiset
• 若有两个数据需要存储，使用map

但哈希表也是牺牲空间换取了时间，因为我们要使用额外的数组，set或者是map来存放数据，才能实现快速查找。