哈希表应用

哈希表-查询O(1)复杂度的利器。

理论上说，当输入规模够大时是不可能没有冲突的，因为两个域要有映射，且结果域是远远小于输入域的，选取一个好的哈希函数固然重要，但是解决冲突的方法也是必不可少。

这里先普及一些东西：哈希函数，在随机大样本测试下，基于概率学的研究，每个桶内部的元素个数是差不多的。

为了避免冲突，我们有一些神奇的方法：

1）以int-4字节数据为例，将数据转换为二进制，奇数位与偶数位分离，各自放在新的32位整形的低16位上，再异或。

2）选取2的次幂的位置，与剩下的二进制进行异或。

3）对素数取模。

总之，只要操作方式足够随机，或是哪怕不随机，但是选取的元素间毫无关系可言【例如二进制下不同的位】，就可以称为一个好的哈希函数。

解决冲突的方式：

1.开放定址   哈希到冲突位置后，给定可变或不变步长，向后寻找空位置。

2.链表法  在桶后面接上链表

优化：据说JVM里面的hash，是在桶后面建红黑树

3.再hash  造出足够多的hash函数，冲突则将hash(i)函数的结果用hash(i+1)函数再计算。

如何造出那么多hash：多hash的前提是，hash不能与任意一个hash有相关性。

现假设我们有两个非相关hash，hash1和hash2，我们可以用加权和的方式造出无穷个hash：

hash3=hash1+hash2，hash4=hash1+2*hash2，也就是hash(i)=i*hash1+hash2，hash3虽然看起来和hash1和hash2有关，但是由于hash1、hash2不相关，因此他们加权和的结果和各自都不存在相关性。

 

要求设计一种结构，增删改查都可以做到O(1)，并且还可以等概率返回其中的一个元素。

查询要O(1)？那毫无疑问就是hash了，问题是hash如何做到等概率返回一个元素呢？

遍历：O(n)。

遍历的目的是什么：我们需要知道有多少个元素。

遍历如何实现等概率返回：遍历的同时将数据打到一个数组A里，然后用随机函数rand()生成一个1~n【注：由于这个结构支持增删，所以n是可变的】的index，然后返回A[index]。

避免遍历：如果我们一开始就给这些元素index，会怎么样？

我们用一个hash来存储index->value对，同时用size记录下当前的最大索引，这样rand()生成1~size之间的数的时候就不需要遍历就可以知道长度了，同时，复杂度满足O(1)的要求。

 

那么删除呢：我们的index是从1开始按照步长为1递增的。我们很有可能把不是结尾元素的第i号元素删除了，那么这个时候i对应的value就会空掉，此时必须经过多次rand()，一旦删除元素过多，由于index是不断递增的，碰到空的几率会越来越大，需要的rand次数就会变多。

实际上，当我们删除一个元素造成空洞的时候，完全可以将最后的元素调整到空洞位置。

查询由于我们给的是value，要查是否存在，所以必须要有一个hash寸的是value->index，而等概率返回则要求我们需要一个index->value的hash。

总结：设计hash1：value->index，hash2：index->value

查询：直接用value在hash1内查询即可

改动：给定一个value，在hash1中找到他的索引，再根据这个索引在hash2中找到它，改两个hash的value域即可。

增加：hash1.insert(value,++size);hash2.insert(size,value)。

删除：

A.删除的是尾元素，直接删除

B.得到hash2中size对应的value'，将hash2和hash1中删除位置的value变更为value'。