Daily Leetcode-11 哈希表（散列表）

哈希表（散列表）

定义：也叫散列表，根据关键字和值（Key Value）直接进行访问的数据结构。哈希表用的就是数组支持按照下标随机访问的时候，时间复杂度是 O(1) 的特性。我们通过哈希函数把元素的键值映射为下标，然后将数据存储在数组中对应下标的位置。当我们按照键值查询元素时，我们用同样的哈希函数，将键值转化数组下标，从对应的数组下标的位置取数据。

原理

哈希函数：也叫散列函数，顾名思义，它是一个函数。我们可以把它定义成 hash(key)，其中 key 表示元素的键值，hash(key) 的值表示经过哈希函数计算得到的散列值。

4个哈希函数设计的基本要求：

1. 哈希函数应该简单易于计算，且尽量使计算出来的索引值均匀分布；
2. 计算得到的哈希值是一个固定长度的输出值；
3. 如果 key1 =key2，那 Hash(key1)=Hash(key2)；
4. 如果 key1 ≠ key2，那 Hash(key1)≠Hash(key2)。

注意：哈希函数的关键字除了整数类型，还可能是字符串类型、浮点数类型、大整数类型。一般我们会先转换成整数类型，再通过哈希函数，将其映射到哈希表中。

哈希函数构造方法

1. 直接定址法：取关键字或关键字的线性组合为哈希地址，即Hash(key)=key或Hash(key)=a*key+b。
2. 除留余数法：模运算，即Hash(key)=key%p。
3. 平方取中法：先平方，再取平方值中间几位为哈希地址。即：假设key为n位，Hash(key)=(key*key)//10^(n-m/2)%10^m。
4. 基数转换法：将关键字看成另一进制的数，再转换为原来进制。

哈希冲突
定义：key1 ≠ key2，但 Hash(key1) =Hash(key2)。

解决哈希冲突的2种方法

1. 开放寻址法：开放寻址法的核心思想是，如果出现了散列冲突，我们就重新探测一个空闲位置，将其插入。当冲突发生时，开放寻址法按照下面规则寻找后继哈希地址：H(i)=Hash(Hash(key)+F(i))。其中F(i)：
   • 线性探测法：F(i)=1,2,3,…
   • 二次探测法：F(i)=1²,2²,3²,…
   • 伪随机数序列
2. 链表法：是一种更加常用的散列冲突解决办法，相比开放寻址法，它要简单很多。我们来看这个图，在哈希表中，每个“桶（bucket）”或者“槽（slot）”会对应一条链表，所有散列值相同的元素我们都放到相同槽位对应的链表中。
   
   当插入的时候，我们只需要通过哈希函数计算出对应的散哈希槽位，将其插入到对应链表中即可，所以插入的时间复杂度是 O(1)。当查找、删除一个元素时，我们同样通过哈希函数计算出对应的槽，然后遍历链表查找或者删除。这两个操作的时间复杂度跟链表的长度 k 成正比，也就是 O(k)。对于散列比较均匀的散列函数来说，理论上讲，k=n/m，其中 n 表示散列中数据的个数，m 表示哈希表中“槽”的个数。