数据结构散列表

散列表用的是数组支持按照下标随机访问数据的特性，所以散列表其实就是数组的一种扩展，由数组演化而来。可以说，如果没有数组，就没有散列表。
简要的概括一下哈希表table hash_function(key){}

散列表

• key 唯一标识，类比SQL表内主键
• hash function是计算出value
• 通过value找到table的对应值

散列函数

散列函数，顾名思义，它是一个函数。
我们可以把它定义成hash(key)，其中 key 表示元素的键值，hash(key) 的值表示经过散列函数计算得到的散列值。

三点散列函数设计的基本要求：

1. 散列函数计算得到的散列值是一个非负整数；
2. 如果 key1 = key2，那 hash(key1) == hash(key2)；
3. 如果 key1 ≠ key2，那 hash(key1) ≠ hash(key2)。

所以完美的散列表其实是一个数组+key
即便像业界著名的MD5、SHA、CRC等哈希算法，也无法完全避免这种散列冲突。
而且，因为数组的存储空间有限，也会加大散列冲突的概率。

散列冲突

常用的散列冲突解决方法有两类

• 开放寻址法（open addressing）
• 链表法（chaining）

开放寻址法

• 线性探测（Linear Probing）

  • 在散列表内存入数据时，如果遇到了散列值相同时候，向下遍历搜索空位，然后插入（电梯算法提高效率？）。
  • 寻值的时候就是将目标值和计算出来的散列值对应的值相同，否则遍历找到最后跳出。

• 二次探测（Quadratic probing）

所谓二次探测，跟线性探测很像，线性探测的下标序列就是 ，，……而二次探测的下标序列就是 ，，……

• 双重散列（Double hashing）

使用一组散列函数，如果第一个散列函数计算出来没有空位就用第二个散列函数，以此类推......

• 用装载因子（load factor）来表示空位多少
  散列表的装载因子 = 填入表中的元素个数 / 散列表的长度
  • 所以这可以用来衡量是否需要扩容啊，快要满的时候就可以扩容了。

链表法

链表法是一种更加常用的散列冲突解决办法，相比开放寻址法，它要简单很多。在散列表中，每个“桶（bucket）”或者“槽（slot）”会对应一条链表，所有散列值相同的元素我们都放到相同槽位对应的链表中。

• 我的理解
  • 其实就是扩容散列值对应的散列表的那行的解决办法
  • 用链表的方式可以存更多的数据在这行（散列值对应的）
  • 插入散列表的时候就要找到散列值对应的槽往链表的最后面插入
  • 查找和删除就只要找到散列值对应的槽然后遍历
• 我的联想
  • 那么既然可以用链表那也可以用其他链式结构的数据结构
  • 那么可以用顺序结构吗？这样还能随机访问

设计散列函数

首先，散列函数的设计不能太复杂。过于复杂的散列函数，势必会消耗很多计算时间，也就间接的影响到散列表的性能。其次，散列函数生成的值要尽可能随机并且均匀分布，这样才能避免或者最小化散列冲突，而且即便出现冲突，散列到每个槽里的数据也会比较平均，不会出现某个槽内数据特别多的情况。
实际工作中，我们还需要综合考虑各种因素。这些因素有关键字的长度、特点、分布、还有散列表的大小等。散列函数各式各样，我举几个常用的、简单的散列函数的设计方法，让你有个直观的感受。
实际上，散列函数的设计方法还有很多，比如直接寻址法、平方取中法、折叠法、随机数法等，这些你只要了解就行了，不需要全都掌握。
（我感觉这些没有应用场景，过于苍白)

to be continued
2019年3月8日 20点28分

---

感谢您的阅读，请指正我的错误