数据结构---散列表(Hash table, 哈希表)

2018.6.2

           上大学时数据结构肯定学过  哈希，不过很多细节都忘了，惭愧， 最近看    “算法图解”，阅读了一下。还是梳理一下以前所学知识。

 

                如果用专业术语来表达的话， 散列函数就是“将输入映射到数字”。你可能认为散列函数输出的数字没什么规律，但其实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。

 

         散列表是 一种包含额外逻辑的数据结构。数组和链表都被直接映射到内存，但散列表更复杂，它使用散列函数来确定元素的存储位置。

            散列表的速度很快！关于数组和链表 你可以立即获取数组中的元素，而散列表也使用数组来存储数据，因此其获取元素的速度与数组一样快。

         你可能根本不需要自己去实现散列表，任一优秀的语言都提供了散列表实现。Python/Java/C#等提供的散列表实现为字典 。 C#也还有 Hashtable 类(可以简单理解 泛型和非泛型版本),   Hashtable and Dictionary Collection Types  官方有介绍两者区别。 但是没有看到有序无序的问题。  Difference between Hashtable and Dictionary    这里也有详细介绍 。    当我们在“Dictionary”中添加多个条目时，条目的添加顺序将保持不变（有序就是添加顺序）。 当我们从Dictionary中检索所有项时，我们将按照我们插入它们的相同顺序获取记录。 如果我们在Hashtable中添加相同的记录，但是这个顺序不会保留。  可以测试一下。

 

 

散列表用途广泛，介绍几个应用案例:

1 将散列表用于查找

2 防止重复

3 将散列表用作缓存（redis/memcache数据库都是作为缓存的！）

 

冲突

       大多数语言都提供了散列表实现，你不用知道如何实现它们。 但你依然需要考虑性能！要明白散列表的性能，你得先搞清楚
什么是冲突。 

冲突（collision）：给两个键分配的位置相同（映射到同一个数字上了）。 

 

处理冲突的方式很多，最简单的办法如下：如果两个键映射到了同一个位置，就在这个位置存储一个链表。 所谓的  拉链法

    下面的两个key ：apples, Avocados 都映射到 同一个位置了