散列表（哈希表）

散列是什么？

散列表的实现叫做散列，散列是一种用以常数平均时间来执行查找、插入和删除的的技术。但是，需要元素之间任何排序信息的树操作是不行的。

所以散列表适合数据量很大，但是不对数据之间排序有要求的情况。

一、散列函数

散列表的查找有两个基本工作：

1.计算位置：通过散列函数，确定关键词的储存位置

2.解决冲突：应用某种策略解决多个关键字位置相同的问题

每个关键字被映射到0到Tablesize-1这个范围中的某个数，并且放到一个适当的表中，这个过程中的这个映射就是散列函数。

1.1散列函数构造方法

关键字是数字的

1.直接定址法

 

2.除留余数法

3.数字分析法

4.折叠法

5.平方取中法

关键字是字符串的

1.移位法

二、解决冲突的方法

2.1分离链接法

做法就是将散列同一个值的所有元素保留到一个表中。由数组和链表共同完成的。在插入操作时(Insert)，插入的如果是一个新的元素会被放在链表的最前面，这不仅是插入方便，而且新近插入的元素往往不久就会再次访问。

这里引入一个定义：装填因子（load factor）：散列表中元素的个数和表的大小之比。散列表的大小其实不重要，最主要的是装填因子的大小。分离链接法的一般需要让即表的大小与预装的元素个数基本相等。

2.2开放定址法

1.线性探测

线性探测法解决冲突的方法就是f(i)=i,每次递增1来寻找空的位置，直到找到新的位置为止。这种方法呢虽然较为简单，但花费的时间多并且容易造成“一次聚集”（primary clustering）

2.平方探测

解决冲突的方法就是,也可能会引起“二次聚集”

3.双散列

解决冲突的方法是 ，这里就引入第二个散列函数，通过函数来寻找下一个空的位置。一般  ,这里的R为小于Tablesize的素数。

4.再散列

当散列表中的元素过多，即装填因子过大，一般来说取。这时候我们需要加倍扩大散列表，并且要将其中原来放置的元素全部重排。

三、不同处理冲突方法的平均查找长度（AVL）