哈希表

一、哈希表别称：关联数组、映射、特征表和字典

哈希表作为一种抽象数据类型，包括数据成员和增删改查操作、哈希、冲突及解决方案（open address）

在Python中是一种字典的存在，那么，可以作为Key的数据类型是int,float,str,object,不可以的数据类型是bool,list,tuple,dict,set

原因是：list,tuple,dict，set是mutable 可修改的，不可以作为key放在dict里

哈希函数把hash code(int float str转化为整数)/tabel.size=index

自定义的object可以把data member分别变成hashcode(即把int float str bool等值变成hashcode),在这种条件下增删改查的时间复杂度都是O(1)

一种存储及查找的方法，表示数值与数值存储位置的对应，不找值而是直接对应其地址

用空间换取时间

依据哈希函数求出关键字应该在的位置，再将数值放到应在的位置

冲突：不同的关键字经过哈希函数的计算映射到同一个哈希地址

解决冲突

哈希表：根据设定的哈希函数H（key）和所选中的处理冲突的方法，将一组关键字映射到一个有限的、地址连续的地址集上，并以关键字在地址集中的象作为表中的存储位置，如此构造所得的查找表就是“哈希表”（散列表）

哈希函数一般为：除留余数法

Hash(key)=key mod p

二、处理冲突的方法：

开放定址法(open addressing)：Liner probing,如何出现冲突，就线性的往下添加。缺点：最坏情况会变成O(n)；会出现priming clustering.  

开放定址的一种特殊情况：平方probing,避免出现primary交通堵塞,如果出现冲突，不会线性的往下排，而是用hashcode出来的Index进行平方操作，作为冲突后存放的地址，这样会出现secondery clustering，但出现的概率比较小。

链地址法（sperate chain）：把冲突的元素用链表进行连接，缺点：会变成O(n)

在Python中采用open addressing,在JAVA中采用sperate chain

Rehash:在python中load factor是2/3，即如果在内存中存储的元素超过内存2/3,就会double存储空间，此时hashcode/table.size=index，由于table.size发生了变化，所以index也会变化

三、python中的hash

1. dict和set均可用于hash 表
2. collectors中其他的几个类型，见上条blog