数据结构——哈希表

使用自定义类型作为hashSet或hashMap的元素的key时，必须正确的重写equals方法和hashCode方法

一、概念

如果可以不经过任何比较，一次直接从表中得到要搜索的元素（时间复杂度为O(1)）。 如果构造一种存储结构，通过某种函数(hashFunc)使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快找到该元素。
当向该结构中：

• 插入元素
  根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放
• 搜索元素
  对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功。

该方式即为哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表(HashTable)(或者称散列表)

二、冲突

对于两个数据元素的关键字ki和kj(i != j)，有 ki != kj ，但有：Hash(ki) == Hash(kj)，即：不同关键字通过相同哈希函数数计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞。
冲突是必然的，但是要尽量减少冲突。

1.避免哈希碰撞

1）哈希函数的设计
哈希函数的要求：
①定义域必须包括需要存储的全部关键码，而如果散列表允许有m个地址时，其值域必须在0到m-1
之间。
②哈希函数计算出来的地址能均匀分布在整个空间中
③哈希函数应该比较简单
常见的哈希函数的构造方式如下：

• 直接定制法
  取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B 优点：简单、均匀 缺点：需要事先知道关键字的分布情况 使用场景：适合查找比较小且连续的情况。
• 除留余数法
  设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：Hash(key) = key% p(p<=m),将关键码转换成哈希地址。

2）调节负载因子
散列表的载荷因子定义为：

α = 填入表中的元素个数 / 散列表的长度

已知哈希表中已有的关键字个数是不可变的，那我们能调整的就只有哈希表中的数组的大小。

2.解决哈希冲突

1）闭散列

也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的“下一个” 空位置中去。
有如下方法可以寻找下一个空位置：
① 线性探测
从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。

②二次探测
找下一个空位置的方法为： Hi= (H0 + i²)% m, 或者：Hi= (H0 - i²)% m。其中：i = 1,2,3…，H0 是通过散列函数Hash(x)对元素的关键码 key 进行计算得到的位置，m是表的大小。

2) 开散列（重要）
开散列法又叫链地址法(开链法)，首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头结点存储在哈希表中。

值得注意的是，JDK1.8以前，HashMap底层是一个数组+链表；JDK1.8开始是数组+链表+红黑树，当单链表长度超过8的时候这个单链表就会转变成一个红黑树。