第5章 散列

5.1 一般想法

散列主要需要解决冲突发生时如何处理

5.2 散列函数

对于关键字为字符串时，若将字符串所有的字符相加得到哈希值，则对于大表而言，其值过小，使关键字集中于表的前面，分布不均。若只是取前面少数字符构造多项式，则实际组合数过少，对于大表的利用率低。最好的方法是对字符串的所有字符均使用多项式，提高利用率和使其分布均匀。

5.3 分离链接法

在分离链接法中，最好将元素插在链表前端，因为新近插入的元素被访问到的概率较高。

散列表的对象需要重写hashcode和equal方法，前者用于计算哈希位置，后者用于寻找元素所用。

在分离链接中，装填因子一般可为1.

5.4 不用链表的散列表

对于探测表而言，装填因子一般为0.5.

如果使用平方探测，且表的大小为素数，那么当表至少有一半时，那我们保证总能够插入一个新元素。

探测表只能选择懒惰删除，否则后面的寻找、删除例程，不好判断寻找终止条件。

在平方探测寻找例程中，位置的变换采用加法的迭代，避免了乘法和除法，提高了效率。

对于双散列探测方法，第二个散列函数如R-(x mode R)的格式，R为小于表大小的素数。

表的大小最好为素数，避免了探测时出现循环探测的意外。

5.5 再散列

再散列对于分离链接法和开放定址法（即探测法）实际上是相当于扩容，通过改变散列表大小，改变了散列函数。

5.6 标准库中的散列表

String采用了闪存散列代码技巧，使同一个String对象多次运用时，不用重新计算哈希值。

对于每个不同的String对象，即使其值相同，也无法共用闪存的散列代码，因为String的成员变量为常量修饰，更新字符串时，只能创建新的String对象。

5.7 最坏情形下o(1)访问的散列表

如果散列表的大小是元素个数的平方，发生冲突的概率小于一半。

完美散列采用二级散列表，对于二级散列表也使表大小为元素个数的2倍，此算法在所有项都事先知道的情况下使用比较方便。

布谷鸟散列中的多表算法、多散列函数算法、多项存储算法其实本质上相同，均能降低冲突概率，方便插入例程实现。

布谷鸟散列在更换散列函数时，要考虑到同一函数多次选取或者同一位置被多次选中的糟糕情形。

布谷鸟分扩容和再散列两个例程，扩容不更换散列族函数，再散列不改变表大小。

5.8 通用散列函数

（（A*X + B）% P）% M

A、B是随机数

P一般为梅森素数

M为表大小

其利用了公式：R=q+r(modp)

其中R为A*X+B

q为R/(p+1)的商，其可用右移操作，右移位数为P+1对应的2进制位数

r为R/(p+1)的余数，其可用位与操作，使梅森素数与R位与操作可得。

最后q+r所得若大于p再减去1次p即可。

5.9 可扩散列

可扩散列在需要时才会扩容，并只扩需要的大小。提供了对大型数据的插入和查找的快速寻找。

对知识点的理解

1.提高算法效率的一般规则有：以空间换时间，或者牺牲某些特性

2.散列表通过允许存在空位置，使用哈希索引，而失去排序信息，来提高寻找效率。

3.散列表类似于分组思想，通过分组提高搜索效率

疑难点

15练习题的f小题