数据结构与算法--散列表

---

前言

散列表也叫哈希表，是根据键值对（key，value）进行访问的一种数据结构。他是把一对（key，value）通过key的哈希值来映射到数组中的，也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

---

一、什么是散列表

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。可以说,如果没有数组,就没有散列表。

二、HashMap

散列表中最常见的应该就是HashMap了，HashMap的实现原理非常简单，他其实就是数组加链表的一种数据结构。如果映射在数组中出现了冲突，他会以链表的形式存在。我们来看一下他的数据结构是什么样的。

数组的长度即是2的n次幂，而他的size又不大于数组长度的75%。
HashMap的实现原理是先要找到要存放数组的下标，如果是空的就存进去，如果不是空的就判断key值是否一样，如果一样就替换，如果不一样就以链表的形式存在。

三、散列表原理

散列表用的就是数组支持按照下标随机访问的时候,时间复杂度是0(1)的特性。我们通过散列函数把元素的键值映射为下标,然后将数据存储在数组中对应下标的位置。当我们按照键值查询元素时,我们用同样的散列函数,将键值转化数组标标,从对应的数组下标的位置取数据。

四、散列函数的设计

散列函数计算得到的散列值是一个非负整数;.
如果key1 = key2,那hash(key1) == hash(key2);
如果key1 != key2,那hash(key1) != hash(key2),
散列函数的设计不能太复杂,散列函数生成值要尽可能随机并且均匀分布

如果不符合3 那么就出现了散列冲突,散列冲突是无法避免的

五、解决散列冲突的方法

1、开放寻址法

开放寻址法: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。
举个例子
哈希表中已经插入8、9元素，此时再插入14，下标2已经被8给占用了，出现哈希冲突。
线性探测会环形寻找next节点，先找到下标3，被9占用了，依然冲突，再找到下标4，没有被占用，即没有发生冲突，则将14放入下标4的节点中。

装在因子: 散列表中一定比例的空闲槽位。公式: 散列表的装载因子 = 填入表中的元素个数 / 散列表的长度

装载因子越大,说明空闲位置越少,冲突越多,散列表的性能会下降。
开放定址法的优点：
只要哈希表还有位置，通过不断的探测，总能找到合适的位置。
开放定址法的缺点
探测的次数不可控，一旦探测次数骤增，会严重影响哈希表的读写性能。

2、链表法

链表法是一种更加常用的散列冲突解决办法,相比开放寻址法,它要简单很多。我们来看这个图,在散列表中,每个"桶(bucket) "或者"槽(slot) "会对应一条链表,所有散列值相同的元素我们都放到相同槽位对应的链表中。

将哈希码对应一个链表，插入元素时，如果哈希码冲突了，就将元素插入到链表，可选头插或尾插。查询时，遍历哈希码对应的链表。HashMap采用的就是这种方式。

优点

1. 内存利用率比开放寻址法要高，链表结点可以在需要的时候再创建
2. 对大装载因子容忍度更高，只要散列函数的值随机均匀，即使装载因子变成 10，也就是链表的长度变长了而已

缺点

1. 存储小对象需要额外的指针，比较耗内存，但对于大对象则可以忽略
2. 链表分散存储，无法利用 CPU 缓存

---

总结

数组的特点是「访问简单，插入删除困难」，链表的特点是「访问困难，插入删除简单」。散列表在某种程度上融合了二者的优点，可以说散列表是升级后的数组。散列表通过给元素生成一个哈希码来加速访问效率，因为哈希冲突的存在，在发生冲突时散列表可以将元素节点转换成链表，将冲突的元素放到一根链上。
转换成链表是为了解决哈希冲突不得已而为之的办法，为了保证散列表的性能，开发者需要尽量避免哈希冲突，严格控制链表的长度，一旦退化成链表，数据访问的效率将从O(1)下降到O(n)。