算法入门——散列表

目录

散列表

散列函数

散列表的内部机制

冲突

性能

填装因子

散列表的应用案例

小结

---

散列表

散列表：顾名思义也就是离散的或者零散，即不连贯的列表，也可以类比于离散数组。

散列表（Hash table，也叫哈希表），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。

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。

散列表就是一个即查即得得一个表，python中的字典就是散列表，你输入键，他会很快返回一个值，时间复杂度基本为O（1），相比较列表和链表，运行速度快许多。

散列函数

就是一种映射关系的函数，就是无论你给它什么数据，它都还你一个数字，就是散列函数“将输入映射到数字”。

它也需要满足一些要求：

• 它必须是一致的。就是你输入同一个key时，f（key）得到的值都必须相同。
• 它应将不同的输入映射到不同的数字。就是尽量不同的key，对应着不同的f（key）值，这样才是一个好的散列函数。

散列函数总是将同样的输入映射到相同的索引，不同的输入映射到不同的索引，同时它知道数组长度，只返回有效的索引。这样散列函数每次都能准确找到输入对应的值。

我们就可以通过散列函数和数组构建出散列表这种数据结构，但是这不需要我们去实现，现在每一门语言都已经提供了散列表的实现，比如python中的字典。

良好的散列函数让数组中的值呈均匀分布。

糟糕的散列函数让值扎堆，导致大量冲突。

散列表的内部机制

冲突

就是给两个键分配的位置相同，即两个键映射到了同一个位置。

这时候的解决方法可以在这个位置存储一个链表（但建议不这样做），链表短的话，对整体性能没啥影响，但是链表一长，此时的散列表就会变得很慢，最好还是将这些键均匀的分布在散列表中，避免分配到同一个位置。

性能

在平均情况下（最优情况），散列表执行各种操作的时间都为O（1）。O（1）为常量时间，不代表马上，而是说无论散列表多大，运行的时间都相同。

	平均情况	最糟情况	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）

平均情况下，散列表运行的挺快，但是在出现前面所说的冲突时，它就会运行很慢，就很有可能达到这种最糟的情况。

因此我们需要避免冲突，即

• 较低的填装因子
• 良好的散列函数

填装因子

如

这个散列表的填装因子为3/5，但是当填装因子大于1意味着此时散列表包含的元素超过了数组的位置数，此时你就需要在散列表中添加位置，这样被称为调整长度（resizing）。

一般而言，当填装因子大于0.7时，就调整散列表的长度，通常是将数组长度扩大一倍。

散列表的应用案例

• 将散列表用于查询
• 防止重复，比如投票一人一票制
• 将散列表用作缓存，如web服务器，为了避免通过再次处理生成它们

小结

• 散列表是一种功能很强大的数据结构，操作速度快
• 我们不用自己去实现散列表，几乎所有的编程语言都提供了它的实现
• 你可以结合散列函数和数组来创建散列表
• 冲突很糟糕，尽量避免冲突
• 散列表的查找，插入和删除速度都非常快
• 散列表适合用于模拟映射关系
• 一旦填装因子超过0.7，就该调整散列表的长度
• 散列表可用于缓存数据（如在web服务器上）
• 散列表非常适合用于防止重复

注：内容来源于《算法图解》和百度百科