哈希表与树笔记（一）

      数组（顺序表）：寻址容易

      链表：插入删除容易

      哈希表：寻址容易，插入删除也容易的数据结构

 

 

什么是哈希表？

      哈希表也叫散列表是根据关键码值（key value）而直接进行访问的数据结构，它通过把关键码值映射到表中的一个位置来访问记录，以加快查找的速度。

      关键码值（key value）也可以当成key的hash值 通过散列函数将key映射到hash值(散列函数可自己设计)

      存放记录的数组也叫散列表

 

 

hash冲突  hash值碰撞的解决方法

     1、链地址法（拉链法 hashMap在jdk1.8之前用的这种方法）

      链地址法其实就是HashMap中用的策略。

      原理是在HashMap中同样哈希值的位置以一串链表存储起来数据，

      把多个原始值不同而哈希结果相同的数据以链表存储起来。

      jdk1.8之后定义了阈值（链表最长长度允许的值），超出了链表就改为了红黑二叉树

      2、开放定址法

      当发生地址冲突时，按照某种方法继续探测哈希表中的其他存储单元，直到找到空位置为止。

      开放地执法有一个公式:Hi=(H(key)+di) MOD m i=1,2,…,k(k<=m-1)
      其中，m为哈希表的表长。di 是产生冲突的时候的增量序列。如果di值可能为1,2,3,…m-1，称线性探测再散列。
      如果di取1，则每次冲突之后，向后移动1个位置.如果di取值可能为1,-1,2,-2,4,-4,9,-9,16,-16,…k*k,-k*k(k<=m/2)，称二次探测        再散列。
      如果di取值可能为伪随机数列。称伪随机探测再散列。

      3、再哈希法

      当发生冲突时，使用第二个、第三个、哈希函数计算地址，直到无冲突时。缺点：计算时间增加

 

 

哈希的装填因子

为什么需要装填因子？因为数据越接近数组的最大值，可能产生冲突的情况就越多（HashMap的是0.75）

装填因子：a=n/m  其中n 为关键字个数，m为表长。

加载因子是表示Hsah表中元素的填满的程度.若:加载因子越大,填满的元素越多,好处是,空间利用率高了,但:冲突的机会加大了.反之,加载因子越小,填满的元素越少,好处是:冲突的机会减小了,但:空间浪费多了.

冲突的机会越大,则查找的成本越高.反之,查找的成本越小.因而,查找时间就越小.

因此,必须在 "冲突的机会"与"空间利用率"之间寻找一种平衡与折衷. 这种平衡与折衷本质上是数据结构中有名的"时-空"矛盾的平衡与折衷.

 

Hash表扩容需要消耗大量的空间和性能

应用：电话号码，字典，qq好友，微信好友