《算法导论》散列表与Go语言中的map

《算法导论》读书笔记：散列表(附-Go语言中的map)

参考书籍：《算法导论》散列表

参考博客：https://mp.weixin.qq.com/s/OJSxIXH87mjCkQn76eNQsQ

1. 直接寻址表

全域 U 直接到槽 K

但当全域 U 很大时，不可取

2. 散列表

装载因子

表示哈希表中元素的填满程度。它的计算公式：装载因子=填入哈希表中的元素个数/哈希表的长度。装载因子越大，填入的元素越多，空间利用率就越高，但发生哈希冲突的几率就变大。反之，装载因子越小，填入的元素越少，冲突发生的几率减小，但空间浪费也会变得更多，而且还会提高扩容操作的次数。装载因子也是决定哈希表是否进行扩容的关键指标

3. 散列函数

优秀的散列函数应包含以下特性：

• 均匀性：一个好的哈希函数应该在其输出范围内尽可能均匀地映射，也就是说，应以大致相同的概率生成输出范围内的每个哈希值。
• 效率高：哈希效率要高，即使很长的输入参数也能快速计算出哈希值。
• 可确定性：哈希过程必须是确定性的，这意味着对于给定的输入值，它必须始终生成相同的哈希值。
• 雪崩效应：微小的输入值变化也会让输出值发生巨大的变化。
• 不可逆：从哈希函数的输出值不可反向推导出原始的数据。

3.1 除法散列法

用关键字 k 除以 m，选择其余数
$$h(k)=k\mathrm{m}\mathrm{o}\mathrm{d}m$$
在 m 的选择上，应尽量避免选择 2 的幂，如此则 h(k) 就是 k 的 p 个最低位数，可能会造成分布不均

m 的较好选择是一个不太接近 2 的整数幂的素数

3.2 乘法散列法

乘法散列法包含两个步骤：

1. 用关键字k 乘常数 A(0<A<1)，并提取 kA 小数部分
2. 用 m 乘以该值，并向下取整

$$h(k)=\lfloor m(ka-\lfloor ka\rfloor )\rfloor$$

其中 m 的选择没有除法散列这么苛刻

3.3 全域散列法

随机选择一个作为散列函数，使之独立于要存储的关键字

4. 开放寻址法

线性探查

h ( k , i ) = ( h ′ ( k