《算法图解》第五章散列表学习心得

1、散列函数

散列函数必须满足一些要求：它必须是一致的。 例如， 假设你输入apple时得到的是4， 那么每次输入apple时， 得到的都必须为4。 如果不是这样， 散列表将毫无用处；它应将不同的输入映射到不同的数字。 例如， 如果一个散列函数不管输入是什么都返回1， 它就不是好的散列函数。 最理想的情况是， 将不同的输入映射到不同的数字。

散列函数的特性：散列函数总是将同样的输入映射到相同的索引；散列函数将不同的输入映射到不同的索引；散列函数知道数组有多大， 只返回有效的索引。 如果数组包含5个元素， 散列函数就不会返回无效索引100。 

Python中实现散列表：字典。

2、散列表的用途

• 仿真映射关系；
• 防止重复；
• 缓存/记住数据， 以免服务器再通过处理来生成它们。

3、冲突

实际中，散列函数并不是将不同的键映射到数组的不同位置。 

经验：理想的散列函数将键均匀地映射到散列表的不同位置；如果散列表存储的链表很长， 散列表的速度将急剧下降。 然而， 如果使用的散列函数很好 ， 这些链表就不会很长！

4、避免冲突

• 较低的填装因子
• 良好的散列函数

填装因子=散列表包含的元素数/位置总数。 一个不错的经验规则是： 一旦填装因子大于 0.7 ， 就调整散列表的长度。

良好的散列函数让数组中的值呈均匀分布。

5、小结

• 你可以结合散列函数和数组来创建散列表。
• 冲突很糟糕， 你应使用可以最大限度减少冲突的散列函数。
• 散列表的查找、 插入和删除速度都非常快。
• 散列表适合用于仿真映射关系。
• 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（例如， 在Web服务器上） 。
• 散列表非常适合用于防止重复。