散列表

将散列表用作缓存

①缓存是一种常用的加速方式，缓存的数据存储在散列表中
②当访问facebook页面时，它首先检查散列表中是否存储了该页面，具体代码如下：

cache={}
def get_page(url):
	if cache.get(url):
		return cache[url]
	else:
		data=get_data_from_serve(url)
		cache[url] = data
		return data

仅当url不在缓存中，服务器才做处理，并且将处理生成的数据存储到缓存中，再返回它。下次再有人请求url，可以直接发送缓存中的数据，服务器不用处理了。

小结

散列表适合用于
①模拟映射关系
②防止重复
③缓存/记住数据，以免服务器再通过处理来生成它们

冲突

①给两个键分配的位置相同是冲突，处理冲突最简单的办法：如果两个键映射到了同一个位置，就在这个位置存储一个链表。
②如果这个链表很短，也没什么大不了，在特殊情况下，可能一个位置包含一个很长的链表，这样很糟糕，散列表的速度会很慢
③经验教训：
1、散列表很很重要。最理想的情况，散列表将键均匀地映射到散列表的不同位置。
2、如果散列表的链表很长，散列表的速度急剧下降，如何选择好的散列函数呢？

性能

①平均情况下，散列表执行各种操作的时间都为O(1)，O(1)为常量时间，不是马上的意思，而是不管散列表多大，所需的时间都相同。在平均情况下，散列表确实很快，在最糟的情况下，散列表所有操作的运行时间都为O(n)，很慢。
②比较数组和链表，平均情况下，散列表的查找速度与数组一样快，而插入和删除的速度与链表一样快，具有两者的优点
③但是最糟糕情况下，散列表的速度都很慢，因此要避开最糟情况，就要避免冲突，而要避免冲突，需要有：
1、较低的填装因子
2、良好的散列函数

填装因子

①散列表的填装因子很容易计算：
散列表包含的元素数/位置总数
②散列表的位置满了，填装因子为1，如果少了一半位置，填充因子为2。
一旦填装因子开始增大，就要在散列表中添加位置，是调整长度。

小结

①可以结合散列函数和数组来创建散列表
②使用最大限度减少冲突的散列函数
③散列表适合模拟映射关系
④散列表用于缓存数据
⑤散列表非常适合用于防止重复