哈希（Hash）表概念及代码实现

概念

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。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

顺序搜索以及二叉树搜索树中，元素存储位置和元素各关键码之间没有对应的关系，因此在查找一个元素时，必须要经过关键码的多次比较。搜索的效率取决于搜索过程中元素的比较次数。

理想的搜索方法：可以不经过任何比较，一次直接从表中得到要搜索的元素。
如果构造一种存储结构，通过 某种函数(hashFunc) 使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快找到该元素。

当向该结构中：
插入元素时：根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放
搜索元素时：对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功

该方式即为哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表(Hash Table)(或者称散列表)

常见哈希函数

1. 直接定制法–(常用)
取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B
优点：简单、均匀
缺点：需要事先知道关键字的分布情况
使用场景：适合查找比较小且连续的情况
2. 除留余数法–(常用)
设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：
Hash(key) = key% p(p<=m),将关键码转换成哈希地址
3. 平方取中法–(了解)
假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址； 再比如关键字为4321，对它
平方就是18671041，抽取中间的3位671(或710)作为哈希地址 平方取中法比较适合：不知道关键字的分布，而
位数又不是很大的情况
4. 折叠法–(了解)
折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些)，然后将这几部分叠加求和，并
按散列表表长，取后几位作为散列地址。
折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况
5. 随机数法–(了解)
选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key) = random(key),其中random为随机数函
数。
通常应用于关键字长度不等时采用此法

---

用该方法进行搜索不必进行多次关键码的比较，因此搜索的速度比较快
但是，按照上述哈希方式，向集合中插入元素44，会出现什么问题？

---

哈希冲突

即不同key值产生相同的地址，Hash（key1）= Hash（key2）
比如我们上面说的存储44，Hash(44) = Hash(4)
此时就发生了hash冲突。
需要明确一点，不管hash函数设计的如何巧妙，总会有特殊的key导致hash冲突，我们是尽量减少冲突的几率。

解决哈希冲突 — 闭散列：

也叫开放定址法。当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的“下一个” 空位置中去。那如何寻找下一个空位置呢？

1. 线性探测
   比如上面的场景，现在需要插入元素44，先通过哈希函数计算哈希地址，下标为4，因此44理论上应该插在该位置，但是该位置已经放了值为4的元素，即发生哈希冲突。
   线性探测：从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。

插入： 通过哈希函数获取待插入元素在哈希表中的位置 如果该位置中没有元素则直接插入新元素，如果该位置中有元素发生哈希冲突，使用线性探测找到下 一个空位置，插入新元素

采用闭散列处理哈希冲突时，不能随便物理删除哈希表中已有的元素，若直接删除元素会影响其他元素的搜索。比如删除元素4，如果直接删除掉，44查找起来可能会受影响。因此线性探测采用标记的伪删除法来删除一个元素。

研究表明：当表的长度为质数且表装载因子a不超过0.5时，新的表项一定能够插入，而且任何一个位置都不会被探查两次。因此只要表中有一半的空位置，就不会存在表满的问题。在搜索时可以不考虑表装满的情况，但在插入时必须确保表的装载因子a不超过0.5；如果超出必须考虑增容

解决哈希冲突 — 开散列/哈希桶/链地址法(开链法)

开散列：又叫链地址法、开链法。
首先对key用哈希函数计算哈希地址，具有相同哈希地址的关键码归于同一子集合中，每一个子集合称为一个桶，各个桶中的元素通过一个单链表的方式链接起来（可以头插的方式将桶中元素链接起来），链表的第一个节点存放在哈希表中。

具体看下边代码：

public class myHashMap {
    //通过开散列处理哈希冲突
    //开散列：又叫链地址法、开链法。首先对关键码集合用哈希函数计算哈希地址，具有相同哈希地址的关键码归于同一子集合中，
    // 每一个子集合称为一个桶，各个桶中的元素通过一个单链表的方式链接起来（可以头插的方式将桶中元素链接起来），
    // 链表的第一个节点存放在哈希表中。
    static class Node{
        public int key;
        public int value;
        public Node next;

        public Node(int key,int value){
            this.key = key;
            this.value = value;
        }
        //array就是hash表的本体，数组的每个元素又是一个链表的头节点
        private Node[] array = new Node[101];
        //表示当前hash表元素数
        private int size = 0;

        //定义哈希函数，将key映射为数组下标
        public int hashfun(int n){
            return n % array.length;
        }

        //若k存在，就修改value
        //若不存在，就插入新key,value
        public void put(int key,int value){
            //1.把要插入的key映射为数组下标，开始查找
            int index = hashfun(key);
            //2.根据下标找到对应的链表头节点
            Node list = array[index];
            for(Node cur = list; cur != null ; cur = cur.next){
                //3.遍历链表，存在key就修改value
                if(cur.key == key){
                    cur.value = value;
                }
            }
            //遍历结束，若不存在key，就头插到指定链表
            Node newNode = new Node(key,value);
            newNode.next = list;
            //头插完成，把对应映射的链表头改为新插入的节点。
            array[index] = newNode;
            size++;
        }

        //根据key查找对应value，找到返回value，没找到返回null
        public Integer find(int key){
            //1.把要插入的key映射为数组下标，开始查找
            int index = hashfun(key);
            //2.根据下标找到对应的链表头节点
            Node list = array[index];
            for(Node cur = list; cur != null ; cur = cur.next){
                //3.遍历链表，找到key返回value
                if(cur.key == key){
                    return cur.value;
                }
            }
            return null;
        }

        //删除key
        public boolean remove(int key){
            //1.把要插入的key映射为数组下标，开始查找
            int index = hashfun(key);
            //2.根据下标找到对应的链表头节点
            Node list = array[index];
            //parent 为cur的父节点，删除的时候直接让parent.next=cur.next即可
            Node parent = null;
            Node cur = list;
            while (cur != null) {
                //3.遍历链表，找到key就删除
                if (cur.key == key) {
                    parent.next = cur.next;
                    return true;
                }
                parent = cur;
                cur = cur.next;
            }
            //没找到key 就return false;
            return false;
        }
    }
}