超萌新级的学习心得——哈希表

哈希表

哈希表是一个很重要的数据结构，是一个使用散列函数储存数据的数组。

首先，要区分一个概念，哈希表是一个数组，而日常听人解释说：根据一个键值(key)找到一个值(value)，这个东西是映射函数，也叫散列函数，哈希表就是使用这个函数将两个值并存起来的一个数据结构，本质其实是一个数组，不是两个数组。

      存储值的步骤如下：

1. 获得值x，根据散列函数f(x)计算出一个值k。
2. 然后将x存在地址k处(如果是数组的话为a[k]=x)。.

散列函数可以是根据数据的不同，场合的不同进行改变，按应用场合来制定，可以是比较简单的分类如：fx=x mod 13，也可以是超级复杂的。

---

举个例子，这里有一个散列函数：fx=x mod 13，然后存一个序列： 15 13 14 37。

经过计算：

 

哈希表就会是以下情况：

 

---

在编写程序实现功能时，一直会有一个矛盾，就是时间和空间上的矛盾，大多数情况下是两者取其一。因此大佬们在编写程序时会对这两个方面进行权衡，因此在设计存储数据的数据结构时，可以使用值(value)作为地址直接进行存储，在无视空间大小的前提下，以达到极端的节省时间；也可以无序的存储，顺序查找，在无视时间的前提下，以达到较极端的节省空间。而哈希表在这两者之间做出了权衡，它会根据散列函数来调整时间和空间。

这个说法就很微妙，理论上来说哈希表在查找元素时的时间复杂度应该是O(1)，应该是不会存在降低的可能，但是这个情况是一种理想情况，与物理的理想模型类似，通常哈希函数不可能达到O(1)的复杂度，但是哈希函数在字符串哈希的线性的搜索中确实是非常快的，并且在某种程度上是稳定的，这里只是简单提一下，不深入探讨。

---

但是上面的例子没有考虑到重复的情况。例如上述情况下我们存入的序列是：15 13 14 37 26。这个就很有意思了，因为

两个应该是会存到同一个地址里的，这明显会出现冲突，这种情况就是哈希冲突。

哈希冲突

 一般而言，再好的散列函数都不能避免上述的重复情况，因此为了防止潜在的危险，必须要解决哈希冲突。

1.开放地址法

也称再散列法，意思是对地址进行再次散列，基本操作为：假设地址k出现冲突，就以k为基础，产生另一个地址k1,k2,k3……直到没有冲突为止，此时将值(value)存在地址kn中。通项公式：

一般而言有三种再散列方式：

• 线性探测再散列：

上述公式的di=1,2,3……m-1，意思是发现冲突会顺序查看表的下一个单元，直到找到空单元或者查完表。

例如，在序列15 13 14 37 26发生冲突时，26是与13冲突，因此进行计算，当di=1时，与14冲突；当di=2时，与15冲突；当di=3时，出现空位，存入地址3位置。

 

如果出现了16等应该存在3位置的值(value)时，同样处理。

• 二次探测再散列：

同理：di=12,-12,22……，寻找一个合法的空位并存入。

• 伪随机探测再散列：di=伪随机的数列。

 

2.再哈希法

我们不难看出哈希冲突与散列函数有关，因为散列函数设置的不当导致了两个值(value)产生了同一个键(key)，假设这个散列函数是

在当前数据就不会出现哈希冲突。但是一旦加入10，即15 13 14 37 26 10，这也出现了哈希冲突，但是只加入10去掉26，即15 13 14 37 10，使用散列函数

就不会出现哈希冲突。这个就很有说法了，那我们是不是还要绞尽脑汁想出一个哈希函数来保证哈希表能存下15 13 14 37 26 10呢？

答案是没有必要，我们可以同时使用这两个散列函数来消除哈希冲突，即一旦第一个散列函数出现冲突时，使用第二个散列函数来重新计算一下，就会大大降低哈希冲突的几率。

严谨一点讲就是：创建多个哈希函数

当fikey出现冲突时，再计算fi+1key……直到冲突不产生为止，然后选取地址储存。这种方法不容易产生聚集(多个数据堆在相邻的地址)，但是增加了存取时计算的时间。

3.链地址法

也叫拉链法，这个方法解决哈希冲突的原理类似于分类，即：将产生冲突的数据存在一个单链表里，图示是比较好理解的。

例如之前的数据，13 14 15 37 26

 

然后查找时就遍历单链表知道找到为止，但是这个方法必须建立在良好的散列函数的基础上，即散列的值尽可能的均匀分布，不然就可能出现聚集的情况，并大大增加存取时间。

4.建立一个公共溢出区

大致意思是建立一个溢出区，将发生冲突的放入溢出区，这里不会细讲。

 

哈希表的基础和哈希冲突的心得暂时到这里，关于哈希的其他知识可能会在之后补全。