数据结构 | 哈希表与哈希冲突的解决（一）

目录

 一，哈希表的定义

二，哈希表的常用函数

三，哈希表的适用题目

四，哈希冲突

五，哈希冲突的解决方法

---

 一，哈希表的定义

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。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。

给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。

——百度百科

哈希表能够根据关键字快速定位到具体的值，通常用来提高算法效率。

构造函数：

unordered_map ( size_type n = N,const hasher& hf = hasher(),const key_equal& eql = key_equal(),const allocator_type& alloc = allocator_type() );  

哈希表的构造方法：

• 直接寻址法：取关键字或关键字的某个线性函数值为散列地址。（常用）
• 数字分析法：选择不容易发生冲突的部分进行哈希表构造。（如：学号后半部分）
• 平方取中法：当无法确定关键字里的哪里分布相对均匀时，可以先求出关键字的平方值，然后按需要取平方值的中间几位作为散列地址。（这是由于平方之后中间几个值和关键字的每一位都相关，所以不同关键字更容易产生不同的地址）
• 取随机数法：使用一个随机函数，取关键字的随机值作为散列地址。（常用于关键字长度不同的场景）
• 除留取余法：取关键字被某个不大于散列表表长 n 的数 m 除后所得的余数 p 为散列地址。这种方式也可以在用过其他方法后再使用。（对 m 的选择很重要，一般取素数或者直接用 n。）

二，哈希表的常用函数

hash.begin()：指向容器内第一个元素的迭代器。

hash.end()：指向容器内最后一个元素的后一个位置的迭代器。

hash.find()：可以通过key查找一个元素，返回的是迭代器类型。

hash.bucket()：以key值寻找元素在容器中的位置。

hash.clear()：删除容器内所有元素。

hash.count()：某个key值对应的map(value)值的数量。（注：哈希表是不允许存在重复元素的，所以返回的值总是0或是1）

hash.empty()：判断哈希表是否为空，如为空则为真，返回的是bool值。

hash.erase()：可以删除哈希表中指定位置的元素。

hash.insert()：能够向哈希表的指定位置插入元素。

hash.size()：返回的是哈希表的元素个数。

hash.swap()：交换两个哈希表的内容，其类型必须一致，但大小可以不同。

三，哈希表的适用题目

1.判断数组内是否有重复数字出现

2.求数组交集

3.两数之和

4....

四，哈希冲突

哈希表可能产生冲突的原因：有时不同的 Key关键字通过哈希函数可能会得到相同的地址，在操作时可能会对数据造成覆盖、丢失。之所以产生冲突是由于哈希函数有时对不同的 Key 计算之后获得了相同的地址。

五，哈希冲突的解决方法

常用的解决哈希冲突的方法有：

• 开放定址法：在根据关键字查找哈希之后，如果发现这个地址已经有值了，就不能放在这个地址，否则会覆盖掉之前的映射。可以对计算出来的地址进行一个探测再哈希，比如往后移动一个地址，如果该地址空着就可以使用；如果超过容器最大长度，则可以对总长度取余。这里移动的地址是产生冲突时的增列序量。
• 再散列函数法：如果产生哈希冲突后，可以使用关键字的其他部分继续计算，如果还是有冲突，则继续使用其他部分再计算地址。改方法的缺点则是效率较低，时间较长。
• 链地址法：对关键字重复的哈希地址，来做一个链表。在很多高级语言的实现当中，都是使用这种方式处理冲突。
• 建立一个公共溢出区：是建立一个公共溢出区，当产生哈希冲突时，把新的地址放在公共溢出区里。

个人整理学习用，欢迎讨论与修正。