哈希表（hash table）

哈希表出现的原因

经过一段时间对数据结构的学习，我们应该知道：常用的数组和链表各自存在一定的优缺点。具体如下：

数组：查找容易，插入和删除数据困难
链表：查找困难，插入和删除数据容易

那有没有一种数据结构能结合二者的优点呢？
当然，这便是哈希表出现的原因。它是一种寻址容易、插入删除也容易的数据结构。

哈希表概念

首先呢，哈希表就是通过将关键字值（key)映射到数组的某个确定的下标值。如此，可以通过数组下标直接访问数据，而不必遍历所有数据。

哈希表查找的平均期望时间复杂度为O(1)

举个栗子吧~
我去图书馆借书，我想输入书的名字，查找到书的位置。
我们可以建立一个结构体数组，来查找，如下

#include <bits/stdc++.h>
using namespace std;
class BOOK
{
public:
    int name;
    int address;
};
BOOK a[5];
int main()
{
    int the_name, the_address;
    for (int i = 0; i < 5; i++)
    {
        a[i].name = i + 1;
        a[i].address = (i + 1) * 10;
    }
    /*明显的，输入数据后，需要遍历所有数据*/
    cin >> the_name;
    for (int i = 0; i < 5; i++)
    {
        if (the_name == a[i].name)
        {
            the_address = a[i].address;
            break;
        }
    }
    cout << the_address;
    return 0;
}

很明显，这其中有一个遍历的过程，时间复杂度为O(n)

而哈希表，则可以将这个a[i].name通过一定的规则转化为一个整数。这个整数经过处理成为一个数组的下标，对应此下标的数组空间用来存储address。
这样，我再想查找一本书的位置时，就像输出a[3]这样简单。

哈希数组

哈希表底层结构是一个数组，这个数组的类型和要被查找的数据的类型保持一致。

关键字

关键字可以是任意类型，不影响其转化为整数。

哈希函数

index=f(key)

简单点理解，哈希函数就是这个f

而好的哈希函数应具备两个特质

1. 单射（即一对一，一个关键字生成一个唯一特定的下标）
2. 雪崩效应：输入值 的 1 位的变化，能够造成输出值 1/2 的位的变化；雪崩效应是为了让哈希值更加符合随机分布的原则，哈希表中的键分布的越随机，利用率越高，效率也越高。
   （有一说一，这条俺没看懂，求大佬解释）

值

即，value，对应上文提到的哈希数组的类型

总之，哈希的过程就是通过关键字来找值的过程。