JS实现数据结构（六）：哈希表

一、哈希表基于数组实现

• 提供快速的插入-删除-查找操作
• 插入和删除的时间接近O(1)的时间级
• 哈希表的速度比树还要快，基本可以瞬间找到想要的元素
• 哈希表相对于树来说编码要容易

二、 哈希表相对于数组的一些不足

• 哈希表中的数据是无序的，所以不能以某种方式来遍历的元素
• 哈希表中key是不允许重复的

三、哈希表的一些概念

• 哈希化：将大数字转化成数组范围内下标的过程

• 哈希函数：通常我们会将单词转成大数字，大数字在进行哈希化的代码实现放在一个函数里

• 哈希表：最终将数据插入到的这个数组，对整个结构的封装，称为哈希表

• 哈希冲突：通过哈希函数得到的下标值发生重复，有两种方法解决（链地址法、开放地址法）

• 链地址法（拉链法）

  

  • 链地址解决冲突的办法是每个数组单位不仔存储单个数据，而是一个链条
  • 链条的数据结构可以是数组或者链表

• 开放地址法

  • 主要工作方式是寻找空白的单元格来添加重复的数据

  • 探索新的位置有三种方法：

    • 线性探测
    • 二次探测
    • 再哈希法

  • 哈希化效率对比

    • 链地址法比开放地址法的效率要好一点
    • 在真实开发中，使用链地址法较多

四、优秀的哈希函数

• 快速的计算：减少乘除
  • 霍纳法则：可以减少乘的次数，减少时间复杂度
  • 均匀的分布：减少重复
• 在使用常量的地方，尽量使用质数，比如在哈希表的长度、N次幂的底数、再哈希法中的常量

五、哈希函数的实现

//将字符串转成比较大的数字：hashCode
//将比较大的数字hashCode压缩到数组范围(大小)之内
function hashFunc(str,size){
   
  var hashCode = 0;
  //霍纳法则
  for(var i = 0 ;i<str.length;i++){
   
    hashCode = 37*hashCode+str.charCodeAt(i)  //获取unicode编码
  }
  //取余
  var index = hashCode % size;
  return index;
}

• 创建哈希表

//封装哈希表类
function HashTable(){
   
  //哈希表属性
  this.storage = [];
  this.count = 0;   //计算装载因子，通过装载因子来进行减容或者扩容
  this.limit = 7   //数组的大小
  
  //哈希表方法
  //1.哈希函数
  HashTable.prototype.hashFunc = function (str,size){
   
    var hashCode = 0;
    //霍纳法则
    for(var i = 0 ;i<str.length;i++){
   
      hashCode = 37*hashCode