散列表，又称哈希表，是通过数组和散列函数实现的key-value存储结构，类似Java中的Map。其特性包括一致性、输入不同映射不同且返回有效索引。散列函数在处理冲突时可能造成性能下降，如链表解决冲突可能导致查找慢。装填因子是衡量散列表满载程度的指标，当超过0.7时，需要扩容。良好的散列函数能均匀分布键，减少冲突，提高查找、插入和删除的效率。
散列表
也叫哈希表
数组+散列函数
类比Java中的Map
key-value键值对
应用：
DNS域名解析，你输入 www.baidu.com 就会映射到相应的IP
防止重复，key值是唯一的，投票系统，每个人只能投一次
缓存，Web服务器存一些经常使用的数据到内存中，如Redis
散列函数
特性：
1.一致性，输入apple得到4，那么再次输入apple得到的还是4
2.输入不同，映射得到的也不同，如果输入不同的数得到相同的结果，说明这个散列函数不是好的
3.散列函数返回的索引是有效的，不会超过数组长度
冲突
散列函数不可能总是将不同的键映射到数组的不同位置，几乎不可能编写出这样的散列函数
如果apple在数组第一个位置，而此时把avocados(鳄梨)也放入散列表，但函数给你分配的第一个位置
这时候就有了冲突，apple可能会被覆盖
解决办法：在数组的第一个位置存一个链表，apple -> avocados 这样存起来
问题：如果这个链表元素少，还可以，但是如果存多了，读取起来就跟链表一样慢了(O(n))
所以说散列函数很重要
糟糕的散列函数让值扎堆分布，导致大量冲突
良好的散列函数会均匀分不到不同的位置
性能
| 散列表(平均情况) | 散列表(糟糕情况) | 数组 | 链表 | |
|---|---|---|---|---|
| 查找 | O(1) | O(n) | O(1) | O(n) |
| 插入 | O(1) | O(n) | O(n) | O(1) |
| 删除 | O(1) | O(n) | O(n) | O(1) |
装填因子
装填因子 = 散列表包含的元素 / 位置总数
值越小，说明空位置越多，发生冲突可能性越小，值越大，说明越饱满，没有足够位置，发生冲突可能性越大
阀值：0.7
当装填因子大于0.7 ，需要调整数组长度，通常将数组长度增长一倍
扫一扫
472
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
