哈希详解以及实现（开放定址法和拉链法）

我们在平时使用的顺序结构（顺序表等）和平衡树中，元素的关键码和其存储位置之间没有对应关系，因此在查找一个元素时，必须要经过关键码的多次比较。顺序表的时间复杂度为O(N)，平衡树的时间复杂度为为树的高度，即O(log2N)，搜索的效率取决于搜索过程中元素的比较次数。
一种理想的搜索方法：可以不经过比较，一次直接得到要搜索的元素，如果构造一种存储结构，通过某种函数，使元素的存储位置和关键码能够建立一一映射的关系，那么在查找时，只需要通过该函数便可以很快得到该元素。
也就是说，在我们向该结构中插入或者搜索元素时，根据元素的关键码，通过某种函数去计算得到一个存储位置（哈希地址），然后直接用得到的位置来进行插入或者搜索等操作。这种方法就叫做哈希 Hash（散列），这个函数叫做哈希函数（HashFunc）。

假如现在有两个不同的关键码，通过一种哈希函数计算之后，得到了相同的哈希地址，这种现象叫做哈希冲突。
这种情况说明哈希函数设计的不够合理，哈希函数的设计原则如下：
1. 哈希函数的定义域必须包含全部要存储的关键码，如果哈希结构有m的地址时，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够均匀的分布在整个空间中。
3. 哈希函数要简单。

常见的几种哈希函数：

1. 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
2. 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。
3. 平方取中法：
假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址； 再比如关键字为4321，对它平方就是18671041，抽取中间的3位671(或710)作为哈希地址。

开放定址法

开放定址法也叫闭散列，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。
我们来看一个例子：假设现在有一个关键码集合{1,4,5,6,7,9}，哈希结构的容量为10，哈希函数为 Hash(key)=key%10。将所有关键码插入到该哈希结构中，如图。

假如现在有一关键码24要插入该结构中，使用哈希函数求得哈希地址为4，但是该地址处已经存放了元素，此时发生哈希冲突。

线性探测：从发生哈希冲突位置开始，依次向后探测，直到找到下一个空位置为止。例如上面的例子，插入关键码24时，进行线性探测，插入后如下图。

 

 接下来我们采用除留余数法来实现开放定址法的哈希，在实现之前我们先搞清楚几个问题
1. 用该方法需要关键码必须为整型才能被模，所以我们需要实现将非整型转化为整型。
2. 模的数值最好为素数，需要我们创建一个素数表。
3. 增容问题。
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。
α是散列表装满程度的标志因子。由于表长是定值，α与“填入表中的元素个数”成正比，所以，α越大，表明填入表中的元素越多，产生冲突的可能性就越大:反之，α越小，标明填入表中的元素越少，产生冲突的可能性就越小。实际上，散表的平均查找长度是载荷因子α的函数。只是不同处理冲突的方法有不同的