哈希表初探

---

  哈希表主要是提供常数时间的基本操作。它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。在哈希表中，散列函数实现地址映射，但是由于存在冲突问题，所以，又必须考虑散列冲突的处理。
  散列函数：负责将某一元素映射为“大小可接受之索引”，这样的函数称为散列函数。

散列函数的构造方法

  如上图所示，散列函数的构造方法较多，下面就几种有代表性的进行总结。

直接定址法

  直接定址法的散列函数符合如下形式：
$$f(key)=a\ast key+b;$$
  其中，a、b均为常数。最常见的直接定址法是数组。
  优点：简单、均匀、无冲突。
  应用场景：需要事先知道关键字的分布情况，适合查找表较小且连续的情况。例如数组就可以视作一个直接定址法的例子，其a = 1，b = 1.

除法散列法

$$f(key)=k/p(p<=m)$$
  由于只需要做一次除法操作，所以除法散列法是非常快的；但是如果p的取值不好，那么可能导致不同元素映射到同一个表中。

平方取中法

  将数字平方，然后再取中间三位作为散列地址，再比如关键字是 1234 那么它的平方就是 1522756 ，抽取中间 3 位就是 227 用作散列地址。

处理散列冲突

  使用散列函数可能带来问题是：不同元素被映射到相同的位置。这无法避免，这就是碰撞问题。主要有以下几种方式进行解决。

线性探测

  负载系数：元素个数除以表格大小。负载系数永远在0~1之间，如果大于1，说明元素太多，表格已经存储不下了。
  当散列函数计算元素的插入位置，而该位置上的空间已不再可用，那么就往下寻找，直到找到一个可用空间为止。
  进行元素搜索时，如果计算出来的位置上元素于我们的搜寻目标不符，那么就往下寻找，直到找到吻合者，或者遇上空格元素。
  元素删除，采用惰性删除，也就是只标记删除记号，实际删除则等待表格重新整理时再进行，这是因为哈希表中每一个元素都关系到其他元素排列。
  线性探测存在一个问题：平均插入成本的成长幅度，远高于复杂系数的成长幅度。
  线性探测法的公式如下：

  简单的说，就是f(key) mod m,结果产生碰撞，那么我们使用(f(key) + di) mod m,其中di是一个常数，我们使用这种方式，直到找到一个不会冲突的地址为止。

二次探测

  二次探测解决碰撞问题的方程式为：F(i) = i²。
  如果散列函数计算出来新元素的位置为 H，而该位置已被使用，那么就依次尝试 H+1²、H+2²…。
  二次探测的公式如下：

  我们可以发现，二次探测与线性探测十分类似，唯一区别在于其使用的di是平方数，这种方式可以避免关键字集中在同一区域。

开链

  每一个表格元素维护一个 list：散列函数为我们分配一个 list，然后我们在那个 list 身上执行元素的插入、搜寻、删除等操作，虽然针对 list 进行的搜寻是一种线性操作，但是如果 list 够短，那么速度还是够快。
  那么开链如果碰到地址冲突会怎么样呢？开链是这样处理的，如果发现key不同而f(key)相同，那么只需要在同一子链表中添加一个节点即可。

  链地址法虽然能不产生冲突，但是也带来了查找时需要遍历单链表的性能消耗。

  参考博客：https://blog.csdn.net/csdnnews/article/details/110944316
  代码链接：https://github.com/KevinCoders/MyStudy/blob/master/datastructure/hashtable.cpp