ADT - 散列表

2019独角兽企业重金招聘Python工程师标准>>>

数据结构

---

散列表本质上是一个定长数组 + 一个散列函数，函数起索引的作用。

O(1) 的查找复杂度是通过数组的 FindKth 来实现的，即散列函数的一次运算可以得出元素的数组下标。

为了设计通用的散列结构，往往键的名字空间会给的非常大，甚至是不限的。而值的空间则一定是有限的，所以不管怎样的散列函数，碰撞的现象一定会发生。所以表里元素一般都是存一个链表，链表的元素里保留键值对，这样在散列运算之后再执行一次列表查找。当然此时就不是严格 O(1) 的了，而是与哈希表的填充度有关。

rehash

---

从空间上考虑，在不知道一个哈希表将会有多少数据的情况下（键值型数据库的典型情况），稳妥的做法是先给一个小空间，然后在填充度超过一定阀值的时候加大这个空间。

既然空间大小有变，必然一部分元素的散列值也会跟着变。这个将元素移动到新空间的过程就是 rehash。当然 rehash 既可以是扩展，也可以是收缩。

如 redis 默认会给 Hash 类型分配一个大小为 4 的数组空间，当填充度超过 100% 时，自动将空间扩展为大于等于2倍现有元素数量的最小 2ⁿ 数。

rehash 的过程如果发生在内存或单块硬盘里，那么可以很方便的处理。但如果是在分布式硬盘里，那么这个过程就有优化的必要了。应当尽量保证每个硬盘都能分配到均等的移动任务。

散列函数

---

同样因为输入键的不确定性，散列函数必须要保证输出（整数）在输出空间上的随机均匀分布。在此基础之上，算的越快越好~

一份散列函数的简介：

http://www.oschina.net/translate/state-of-hash-functions

转载于:https://my.oschina.net/lionets/blog/731798