哈希表（Hash Table）/散列表（Key-Value）

 　

目录

1. 哈希表的基本思想

2. 哈希表的相关基本概念

　　1.概念：

　　2.哈希表和哈希函数的标准定义：

　　1）冲突：

　　2）安全避免冲突的条件：

　　3）冲突不可能完全避免

　　4）影响冲突的因素

3. 哈希表的实现方法

4. 哈希表“定址”的方法

　　1）直接定址法

　　2）除法取余法

　　3）数字分析法

　　4）平方取中法

　　5）折叠法

5. 哈希表“解决冲突”的方法

　　1）开放地址法　　

　　2）链地址法

6. 哈希表“定址”和“解决冲突”之间的权衡

7. 哈希表实例

---

　哈希表（Hash Table）是一种特殊的数据结构，它最大的特点就是可以快速实现查找、插入和删除。因为它独有的特点，Hash表经常被用来解决大数据问题，也因此被广大的程序员所青睐。为了能够更加灵活地使用Hash来提高我们的代码效率，今天，我们就谈一谈Hash的那点事。

1. 哈希表的基本思想

　　我们知道，数组的最大特点就是：寻址容易，插入和删除困难；而链表正好相反，寻址困难，而插入和删除操作容易。那么如果能够结合两者的优点，做出一种寻址、插入和删除操作同样快速容易的数据结构，那该有多好。这就是哈希表创建的基本思想，而实际上哈希表也实现了这样的一个“夙愿”，哈希表就是这样一个集查找、插入和删除操作于一身的数据结构。

---

2. 哈希表的相关基本概念

　　1.概念

　　哈希表（Hash Table）：也叫散列表，是根据关键码值（Key-Value）而直接进行访问的数据结构，也就是我们常用到的map。

　　哈希函数：也称为是散列函数，是Hash表的映射函数，它可以把任意长度的输入变换成固定长度的输出，该输出就是哈希值。哈希函数能使对一个数据序列的访问过程变得更加迅速有效，通过哈希函数数据元素能够被很快的进行定位。

　　2.哈希表和哈希函数的标准定义

　　若关键字为k，则其值存放在f(k)的存储位置上。由此，不需比较便可直接取得所查记录。称这个对应关系f为哈希函数，按这个思想建立的表为哈希表。

　　设所有可能出现的关键字集合记为U(简称全集)。实际发生(即实际存储)的关键字集合记为K（|K|比|U|小得多）。
　　散列方法是使用函数h将U映射到表T[0..m-1]的下标上（m=O(|U|)）。这样以U中关键字为自变量，以h为函数的运算结果就是相应结点的存储地址。从而达到在O(1)时间内就可完成查找。
　　其中：
　　① h：U→{0，1，2，…，m-1} ，通常称h为哈希函数(Hash Function)。哈希函数h的作用是压缩待处理的下标范围，使待处理的|U|个值减少到m个值，从而降低空间开销。
　　② T为哈希表(Hash Table)。
　　③ h(Ki)(Ki∈U)是关键字为Ki结点存储地址(亦称散列值或散列地址)。
　　④ 将结点按其关键字的哈希地址存储到哈希表中的过程称为散列(Hashing)

　　1）冲突：

　　两个不同的关键字，由于散列函数值相同，因而被映射到同一表位置上。该现象称为冲突(Collision)或碰撞。发生冲突的两个关键字称为该散列函数的同义词(Synonym)。

　　2）安全避免冲突的条件：

　　最理想的解决冲突的方法是安全避免冲突。要做到这一点必须满足两个条件：
　　①其一是|U|≤m
　　②其二是选择合适的散列函数。
　　这只适用于|U|较小，且关键字均事先已知的情况，此时经过精心设计散列函数h有可能完全避免冲突。

　　3）冲突不可能完全避免

　　通常情况下，h是一个压缩映像。虽然|K|≤m，但|U|>m，故无论怎样设计h，也不可能完全避免冲突。因此，只能在设计h时尽可能使冲突最少。同时还需要确定解决冲突的方法，使发生冲突的同义词能够存储到表中。

　　4）影响冲突的因素

　　冲突的频繁程度除了与h相关外，还与表的填满程度相关。
　　设m和n分别表示表长和表中填入的结点数，则将α=n/m定义为散列表的装填因子(Load Factor)。α越大，表越满，冲突的机会也越大。通常取α≤1。 

---

3. 哈希表的实现方法

　　我们之前说了，哈希表是一个集查找、插入和删除操作于一身的数据结构。那这么完美的数据结构到底是怎么实现的呢？哈希表有很多种不同的实现方法，为了实现哈希表的创建，这些所有的方法都离不开两个问题——“定址”和“解决冲突”。

　　在这里，我们通过详细地介绍哈希表最常用的方法——取余法（定值）+拉链法（解决冲突），来一起窥探一下哈希表强大的优点。

　　取余法大家一定不会感觉陌生，就是我们经常说的取余数的操作。

　　拉链法是什么&#