哈希表介绍

哈希表

定义

​ 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一个位置来访问记录，以加快查找的速度。这个映射函数$f(key)$叫做散列函数，存放记录的数组叫做散列表。

​ 给定表M，存在函数$f(key)$，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数$f(key)$为哈希(Hash) 函数。

​ 简单来说就是给出key值，我们根据哈希函数$f(key)$计算处key值存放的地址，也就是 $元素地址=f(key)$

冲突

​ 对不同的关键字key可能得到同一散列地址，即$k1\ne k2$，而$f(k1)=f(k2)$，这种现象称为冲突。具有相同函数值的关键字对该散列函数来说称做同义词。综上所述，根据散列函数$f(k)$和处理冲突的方法将一组关键字映射到一个有限的连续的地址集（区间）上，并以关键字在地址集中的“像”作为记录在表中的存储位置，这种表便称为散列表，这一映射过程称为散列造表或散列，所得的存储位置称散列地址。

​ 换句话说就是当不同的key通过哈希函数找到了同一个存放位置，那么如果都存放到这个位置就会发生碰撞，这个现象就是冲突。

​

解决冲突的方法主要有：

• 开放寻址法
• 公共溢出区法 ：建立一个特殊存储空间，专门存放冲突的数据。此种方法适用于数据和冲突较少的情况。
• 再散列法 ：准备若干个hash函数，如果使用第一个hash函数发生了冲突，就使用第二个hash函数，第二个也冲突，使用第三个……
• 链地址法 ：当发生冲突时我们将其链接到该地址之后构成链表，如下图所示

哈希表的时间复杂度

为什么哈希表的时间复杂度为 $O(1)$ ?

首先，哈希表的实质是一个数组，对于数组的来说我们只需要直到索引就可以查到需要的元素，其时间复杂度为 $O(1)$ ，所以所理想状态下哈希表的时间复杂度为 $O(1)$ 。

但实际情况下并不是这样的，有可能发生冲突，发生冲突之后就在该地址后继续接冲突元素，使其成为链表，而对于链表的时间复杂度为 $O(n)$ 。

哈希表的查询过程：

• 判断key，根据key算出索引。
• 根据索引获得索引位置所对应的键值对链表。
• 遍历键值对链表，根据key找到对应的Entry键值对。
• 拿到value。

因此影响哈希表的查询的查询时间复杂度最主要的是第三步。实际应用中要尽可能的避免发生冲突。一旦所有的key值发生冲突则哈希表就退化为一条链表，时间复杂度为 $O(n)$ 。

所有的key值发生冲突则哈希表就退化为一条链表，时间复杂度为 $O(n)$ 。

所以哈希表的时间复杂度为 $O(1)$并不是严格意义上的，理想状态下是这样。说哈希表的时间复杂度为 $O(1)$ 是因为实际生产中可以采用一些策略避免出现冲突，大多数情况下，不会发生冲突。