哈希表(hash table)

基本概念

哈希表是一种数据结构。散列表用的是数组支持按照下标随机访问数据的特性，所以散列表其实就是数组的一种扩展，由数组演化而来。哈希表的索引并不像普通数组的索引那样，从0到length-1，而是由关键字(key)即数据本身通过哈希函数(hash function)得到。

 

我们把键(key)或者关键字转化为数组下标的映射方法就叫作哈希函数，而哈希函数计算得到的值就叫作哈希值。

哈希函数

哈希函数可以定义为hash(key),其中key表示元素的键值，关键字(key)通过哈希函数得到哈希值也就是索引。理想的哈希函数应该满足以下三个条件：

①散列函数计算得到的哈希值是一个非负整数；

②如果 key1 = key2，那 hash(key1) == hash(key2)；

③如果 key1 ≠ key2，那 hash(key1) ≠ hash(key2)；

第一点很好理解，因为哈希值是数组的索引，所以必须为非负正数。第二点也很好理解，当key值相同时，哈希值应该相同。第三点的意思是说，对于不同的key值对应的哈希值都不一样。但是在现实情况中，这几乎是不可能的，哈希冲突无法完全避免。

哈希函数的设计很重要，应该尽量减少哈希冲突。也就是说“键”通过哈希函数得到的“索引”分布越均匀越好。

除留取余法

这种方法是最常用的散列函数构造方法，对于表长为m的散列公式为：

                         hash(key) = key mod p    (p<=m)

一般情况下p取素数。

哈希冲突

通过哈希函数计算出的索引，即使关键字不同，索引也会有可能相同。这就是哈希冲突。当索引相同时，我们该怎么存储数据呢？如何解决哈希冲突，是我们建哈希表的一个关键问题。

我们常用的散列冲突解决方法有两类，开放寻址法（open addressing）和链表法(chaining)。

开放寻址法

开放寻址法的核心思想是，如果出现了散列冲突，我们就重新探测一个空闲位置，将其插入。那如何重新探测新的位置呢？常用的方法有线性探测(Linear Probing)，二次探测（Quadratic probing）和双重散列(Double hashing）。

先看线性探测：当我们往散列表中插入数据时，如果某个数据经过散列函数散列之后，存储位置已经被占用了，我们就从当前位置开始，依次往后查找，看是否有空闲位置，直到找到为止。

 上图中黄色的色块表示空闲位置，橙色的色块表示已经存储了数据。可以看出key值x经过哈希函数计算后得到的哈希值为7，但是这个位置已经有数据了，所以就产生了冲突。于是我们就顺序地往后一个一个找，看有没有空闲的位置，遍历到尾部都没有找到空闲的位置，于是我们再从表头开始找，直到找到空闲位置 2，于是将x插入到这个位置。

在散列表中查找元素的过程有点儿类似上面的插入过程。我们通过哈希函数求出要查找元素的键值对应的哈希值，然后比较数组中下标为哈希值的元素和要查找的元素。如果相等，则说明就是我们要找的元素；否则就顺序往后依次查找。如果遍历到数组中的空闲位置，还没有找到，就说明要查找的元素并没有在散列表中。 

对于使用线性探测法解决冲突的散列表，删除操作稍微有些特别。我们不能单纯地把要删除的元素设置为空。因为在查找的时候，一旦我们通过线性探测方法，找到一个空闲位置，我们就可以认定散列表中不存在这个数据。但是，如果这个空闲位置是我们后来删除的，就可能导致本来存在的数据，会被认定为不存在。我们可以将删除的元素，特殊标记为 deleted。当线性探测查找的时候，遇到标记为 deleted 的空间，并不是停下来，而是继续往下探测。