python hashmap函数_数据结构之 HashMap

平时在工作中，会使用大量的 Hash，这种美妙的数据结构，在开发中给予了我们极大的帮助，非常值得深入学习。 我想通过本文，来梳理一下，到目前为止我在 HashMap 上粗浅的知识积淀。

文章的内容大致会有以下几个部分：

哈希的实现原理

哈希的冲突解决

哈希映射的应用

用哈希实现快速存取

一个爬虫系统在互联网上按照链接(url)爬取数据时，每爬取完一个链接，就将该链接保存在某个地方，标记为已爬去。当遇到下一个链接时，它需要快速的知道这个链接是否已经被爬取过，如果已经被解析过则转而爬下一个。

实现这个爬取标记的方法可以是：将爬取过的链接放到一个数组中，每准备爬一个链接，就到数组中来查找这个链接在不在数组中。不在数组中，说明没有爬取过。成功爬取后，就将这个链接追加到数组中，标记为已爬取。

此方案是可行的，不过，当爬取的数据量非常大时，上万甚至百万在互联网百亿级的链接数量中是非常渺小的。这个时候每次查询链接是否已经被爬取过，都需要遍历整个庞大的数组，时间复杂度为 O(N)，性能可想而知会随着数据量的增大线性下降。

这时候，就需要一个能提供快速查找的数据结构，来替换数组方案。HashMap 就是这样的一种解决方案，它能在庞大的数据集中实现近似 O(1) 的存取时间复杂度。理想状态下，查询时间消耗不受数据量增加的影响，始终保持在一个常量范围。

本质上，用 HashMap 时，已经爬取过的链接数据也是存放到一个数组中的，只不过，通过 HashMap 存放的链接，可以快速地知道，自己是被放在数组的具体哪个下标(index)，通过 index 就可以在数组中一下就将数据取到。A 是这个数组，A[index] 就直接取到数据，而不需要去遍历整个数组。

哈希如何实现

那么，HashMap 是怎么知道，某一个链接是具体存放到数组的哪一个下标中的呢？ 这里面一定有一个映射关系在，通过这个映射关系，就知道数据是被存放到数组的哪个位置的。

到这里就必须得介绍一个神奇的东西，映射关系的秘密就藏在里面。

哈希函数

哈希函数也称做散列函数 ， 是一种数据压缩算法，可以将任意长度的内容压缩到一个固定的范围，形成一个固定长度的摘要，实现内容体积的压缩。

给一个输入(链接或者其他随意内容)，哈希函数会输出一个固定长度的摘要。相同的内容每次都会得到相同的摘要，不同的内容会得到不同且分散的摘要(理想情况下)。也就是说，通过哈希函数，可以得到某个文本和一段摘要之间稳定的映射关系。

哈希函数有很多种，不同的质量也有差异，具体的可以自行深入学习，这是一个知识深水区。

到这里，我们可以基本了解上面说的，链接和数组下标的稳定映射了。可以浅显理解为ÿ