散列表(如何解决哈希冲突)

博客为极客时间-数据结构和算法之美的总结

散列表是什么就详细解释了，说一下散列表得三个基本要求吧

散列函数三点基本要求
1 散列函数计算得到得散列值是一个非负整数
2 如果key1=key2，那个hash(key1)==hash(key2);
3 如果key1不等于key2，那么hash(key1)不等于hash(key2)

如何解决哈希冲突

1 开放寻址法

开放寻址得核心思想是，如果出现散列冲突，我们就重新探测一个空闲位置，将其插入而如何查找新的位置 

开放寻址方法一：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hash后，发现存储位置已经被占用，我们就从当前位置开始，依次往后查找，看是否有空闲位置，知道找到位置

黄色表示空闲位置，橙色表示已经存储了数据，如下，原来为7，7被占用，则找到了位置2  (查找得过程和插入类似，根据值查找位置，删除有些例外 这里就不详细说明，详细请查看-数据结构和算法之美专栏)

线性探测法得缺点：如果散列表插入得数据越来越多时，散列冲突发生得可能性越来越大，空闲位置越来越少。线性探测得时间就会越来越久，极端情况下我们可能需要探测整个散列表，所以最坏得情况下得时间复杂度为O(n)，同理，在删除和查找时，也有可能会线性探测到整张散列表，才能找到要查找或者删除的数据

开放寻址方法二：二次探测

所谓二次探测，跟线性探测很像，线性探测每次探测得步长为1，那它探测得下标序列就hash(key)+0,hash(key)+1,hash(key)+2,而二次探测得补偿就变成了原来得二次方，比如hash(key)+1^2,hash(key)+2^2

开放寻址方法三：双重散列

所谓双重散列，意思就是不仅要使用一个散列函数，我们要使用一组散列函数hash1(key),hash2(key),hash3(key),我们先用第一个散列函数，如果找到得位置被占用，再找第二个散列函数，一次类推，找到空闲位置为止

不管采用那种探测方法，当散列表中空闲位置不多时得时候，散列表冲突得概率就会大大提高，为了尽可能保证散列表得操作效率，一般情况下，我们会尽可能得保证散列表中有一定比列得空闲槽位，我们用装载因子(load factor)表示空位得多少

装载因子得计算公式是:  散列表得装载因子=填入表中得元素个数/散列表得长度

装载因子越大，说明空闲位置越少，散列表得性能会下降

2 链表法

链表法是一种更加常用得散列冲突解决办法，相比开放寻址法，它要简单得多

当插入得时候，我们只需要通过散列函数计算出对应得散列槽位，将其插入到对应得链表中即可，所以时间复杂度位O(1)

查找和删除两个得时间复杂度跟链表得长度K成正比，也就是O(K),对于散列表比较均与得散列函数，李坤上将k=n/m.其中n表示散列中数据得个数，m表示散列表中槽的个数

扩展1：word文档中单词拼写如何实现

常用得英文单词有20w个左右，假设单词得平均长度是10个字母，平均一个单词占用10个字节得内存空间，那20w也才2MB左右，就算扩大10倍也才20MB.对于现在得计算机来说，这个大小完全可以放在内存里面，所以我们可以用散列表来存储整个英文单词词典，当用于输入某个英文单词得时候，我们拿用户输入得单词去散列表中查找，如果查到，则说明拼写正确，如果没有查找到，则说明查找可能有误

给与提示，借助散列表这种数据结构，我们就可以轻松实现快速判读是否存在拼写错误

扩展2：假设我们有10w条url访问日志，如何按照访问次数给url排序

遍历 10 万条数据，以 URL 为 key，访问次数为 value，存入散列表，同时记录下访问次数的最大值 K，时间复杂度 O(N)。如果 K 不是很大，可以使用桶排序，时间复杂度 O(N)。如果 K 非常大（比如大于 10 万），就使用快速排序，复杂度 O(NlogN)

扩展3：有两个字符串数组，每个数组大约有10w条字符串，如何快速找到两个数组中相同得字符串

将一个字符串数组作为一个散列表，然后用另一个字符串数组得查找，如果有则找到，没有位NULL