自学——数据结构笔记(哈希表，关联容器，)

1. 哈希表

1.1 数组与链表的查询问题

在计算机中，数组和链表都可以用于数据的存储，既然有数据存储，那么必然要有数据的查询。因此我们在将数据存储进数组和链表中之后，必然要对它们进行查询操作。

一个链表的查询时间复杂度为O(n)，而一个无序数组的查询时间复杂度也是O(n)：

---

思考：链表与数组的查询效率能不能再提升一下？

• 数组来说：数组的查询时间，是可以进行改进的，当数组中数据是有序的，我们就可以使用二分查找的方式查找数组中的数据，进而能大量节省查询时间，对于二分查找，并不是一个困难的问题，因为二分法每次都能甩掉一般的数据，因此其时间复杂度肯定比O(n)低很多，它的时间复杂度是O(logn)，随着查询次数的增长，其时间复杂度会明显比O(n)低很多。
• 链表的查询时间肯定是更长的，因为链表是不连续的空间，它只能一个接一个的遍历查询，不管链表是否有序。

总结：对于数组而言，我们的研究方向便不再是如何找更优的查找方案，而是如何将其更快的排序，因此引出了排序算法。

• 这种思路其实可以解决很多场景的问题，很多系统上电将表排序一次，后续直接用二分法就可以了。
• 目前主流的排序算法有八种，实际上大家比较认可的排序方法还有更多，值得学习的排序方法至少有十种。
• 现实告诉我们，矛盾很难消除，它只会转移，有了二分查找的数组，查询时间长的矛盾并不能直接消除，因为排序算法也是耗费时间的，查询的时间跑到了排序的时间里去了。
• 对于排序的时间复杂度，最低的为O(nlogn)，看上去也不是特别的少，这也就直接导致了两个算法加起来的时间复杂度，比直接无序状态查还耗费时间。

---

1.2 新思想引入

有一天有个人想：既然排序算法库耗时，那我再数据新增的时候不要直接无序的新增，我按照顺序将其插入，那么我查询的时候就不需要再重新排序了。

哈希表的思路：在存储数据的时候，不再来数就存，而是使用一种巧妙的分类方法，将数据们进行分类，进而达到像二分查找一样的大规模缩减查询范围的效果，这就是哈希存储。

---

1.3 新概念引入 — 索引

引入生活当中的例子：

在一个图书馆中，存放着很多各种类别的书，有小说，字典，杂志，专业书籍等若干本。
在早期，图书管理员并不怎么好好打理这些书籍，它将这些书籍完全无序的堆放在一起，来了借阅的人，就要直接挨个翻找，直到找到自己想要看的书籍为止。

在之后的某一天，来了一个新的图书管理员，这个图书管理员为这些书籍进行了分类，他按照这四种类别将这些书放到了不同的区域中，之后，来了借阅的人，首先会报出书名，然后图书管理员按照书名判断这本书的类别。

来了一个人想借阅《人民文学》，图书管理员就会告诉这名读者：该书籍属于杂志，请去杂志区寻找，这名读者就会直接步行至杂志区，这样就他就不用再对整堆书进行翻找，很大程度上的节省了时间。

---

哈希表的工作原理，实际上就是这样的一种过程。

其使用到的主要思想，就是索引存储，它按照某一种规则，为数据分类，然后将这些数据放入不同的类别下，这些类别会有相应的索引值，在我们进行查询的时候，首先会查询索引值，查询到索引值之后，便直接将这个数据与索引值对应的存储结构中进行查询，这样就直接缩减了查询范围，缩小了查询规模。

---

4. 关联容器

关联容器是不是只能有一个key ?

是的，在关联容器（如哈希表、字典、映射等）中，每个键（key）通常是唯一的。

这是因为关联容器的设计是为了根据键快速查找相应的值，因此每个键只能与一个值对应。多个相同的键会造成冲突，无法区分出对应哪个值。

• 在哈希表中，哈希函数根据键计算出一个唯一的索引（理想情况下），并将值存储在该位置。如果多个键相同，哈希函数将无法区分它们。
• 在树形结构（如C++中的std::map）中，键用于确定元素的位置，并保持排序。如果允许多个相同的键，树结构将无法有效维护键值对的顺序。

尽管大多数关联容器要求键唯一，但有时我们需要处理重复键的情况。不同的编程语言和数据结构提供了不同的机制来解决这个问题：
有些容器允许多个相同的键，但通常以某种方式处理这些冲突，例如：

// C++ 的 std::multimap: 与 std::map 不同，std::multimap 允许多个相同的键。它可以存储多个相同键的键值对，用户可以通过迭代器遍历这些值。
std::multimap<int, std::string> my_multimap;
my_multimap.insert({1, "apple"});
my_multimap.insert({1, "orange"});