数据结构: hashtable

Hashtable原理

        哈希表（hash table, 也叫散列表），是种根据关键码值(Key value)而直接进行访问数据结构，它可以提供快速的插入操作和查找操作。也就是说，它通过把关键字值映射到一个位置来访问记录，以加快查找的速度。这个映射函数称为哈希函数（也称为散列函数），映射过程称为哈希化，存放记录的数组叫做散列表。哈希表最大的优点，就是把数据的存储和查找消耗的时间大大降低，几乎可以看成是常数时间；而代价仅仅是消耗比较多的内存。

哈希函数构造

        当需要使用一个下标范围比较大的数组来存储元素时，可以设计一个函数（哈希函数， 也叫做散列函数），使得每个元素的关键字都与一个函数值（即数组下标）相对应，于是用这个数组单元来存储这个元素。也可以简单的理解为，按照关键字为每一 个元素“分类”，然后将这个元素存储在相应“类”所对应的地方。 点击打开链接

        实际工作中需视不同情况采用不同的哈希函数，通常，考虑的因素有：
　　（1）计算哈希函数所需时间（包括硬件指令的因素）；
　　（2）关键字的长度；
　　（3）哈希表的大小；
　　（4）关键字的分布情况；
　　（5）记录的查找频率。

冲突处理

        哈希化之后难免会产生一个问题，那就是对不同的关键字，可能得到同一个散列地址，即同一个数组下标，这种现象称为冲突，那么我们该如何去处理冲突呢？一种方法是开放地址法，即通过系统的方法找到数组的另一个空位，把数据填入，而不再用哈希函数得到的数组下标，因为该位置已经有数据了；另一种方法是创建一个存放链表的数组，数组内不直接存储数据，这样当发生冲突时，新的数据项直接接到这个数组下标所指的链表中，这种方法叫做链地址法。点击打开链接

Python字典方法实现Hashtable

点击打开链接