数据结构之散列表

这两天做OJ发现很多题目的解法用HASH的话会方便高效很多，但是苦于数据结构这一块学的不够扎实，所以重新学习一下HASH的知识。我记得第一次接触HASH的时候是本科备战数据库考试的时候，里面提到了这么一个概念，当时是为了实现高效存储以及高效访问数据库数据的方式，但是为了应试，当时只是记下了概念没有进入深入的思考，导致现在对这个一点概念都没有。
另外，这篇文章参照的是《大话数据结构》这本书（因为《算法导论》里这章的知识没看懂）。
一.什么是散列
    简单的说：存储地址=f(关键字)，关键字就是你需要存储的数据，存储地址就是数据存到哪个地方。所以散列表就是所有关键字经过f()之后得到的存储地址总和（简单的就这么理解）。
    这里和其他的数据结构需要相区别的是：对于栈，队列，树甚至是图。他们之间都有相应的逻辑关系，简而言之就是它们之间可以通过连线链起来，但是三列的话是不能简单的通过连线连接起来的，它实际是通过f()函数将关键字和存储地址链起来的。这样，当我们查询关键字的时候，我们只需要将这个关键字进行f()，然后得到的这个结果里去找需要的元素。所以说，散列是一种存储结构，又是一种查询结构。
二.有什么缺陷？
    看到散列的定义，我第一个疑惑的就是：万一两个不同的关键字A和B经过f()得到相同的值怎么办，那就意味着A和B要存在同一个地方，显然这是不允许的，而且这种情况又确实很有可能发生。其实这个就是散列当中所说的冲突问题，也是散列函数设计的是否合理的一个重要的参考。当然越好的散列函数，相应分配的地址肯定越均匀。
三.常见的散列函数.
    本文旨在介绍散列表这个数据结构，有个大致的概念，所以很多散列函数我们就简单的说一下，不作深入探讨。
    直接定址法：f(key) = a*key+b
    数字分析法:首先分析所有的数据当中有哪些是相同的，哪些又是用来区分不同数据的。比如手机号，同一个城市的话，那么就会有131ABCDXXXX（假定以131开头的）的形式，ABCD是固定的，不同的用户通过XXXX来区分。所以我们就可以以XXXX四个进行散列，而不用对整体进行散列了
    平方取中法：先对数据平方，得到的结果取中间三位
    除留余数法：f(key) = key mod p
    。。。
    还有很多方法，私底下想了解的去查资料。而且甚至你可以设计自己的散列函数。
四.解决冲突
    既然有前面说到的冲突问题，那么久应该有相应的解决方法，这里只介绍最常用的链地址法。
    假如A，B两个关键字都产生了相同的值（地址），那么现在的解决方案就是：在这个地址上既不存A也不存B，我存一个地址，这个地址指向一个链表表头，而这个链表是由A和B组成的，图解如下：![链地址法](https://img-blog.csdn.net/20150408170116870)