算法学习
提示:记录学习生活,热爱永不止步,阅读本文大约需要
10
分钟
前言
提示:这里是文章的大概内容:
- 散列表被称为哈希表,是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
提示:以下是本篇文章正文内容,下面案例可供参考
一、为什么要使用散列表?
- 有这么一个例子:加入你在一家超市上班,你将所有物品的价格都记录在了一个本子上,这个时候店里进来了一位大叔并问道:这个商品多少钱?看来一眼大叔☞的商品,然后立即开始在本子上查找该商品的价格,大叔等了5分钟后非常的不耐烦骂骂咧咧地离开了;这时候你特别想要一位能记住所有商品价格的员工,顾客一问她立即就能回答;
- 散列表就能充当这样的一位员工,它的查询速度非常的快,但是要有两个前提同一个商品只能有一个价格,并且它的价格必须是正数;
二、散列表详情
1.设计基本要求:
- 它必须是一致的,也就是说,如果 key1 = key2,那 hash(key1) == hash(key2);
- 它应将不同的输入映射到不同的数字,例如不管value是什么都返回1的话,那它就不是一个好的散列函数;
2.应用例子:
- 制作电话本;
- 网站对网页的缓存;
3.冲突:
- 要避免冲突,就需要较低的填装因子;
- 良好的散列函数;
装填因子的计算: 散列表包含的元素数 / 位置总数;
一般规则: 一旦装填因子>0.75,就要调整列表的长度了;
良好的散列函数能避免一个key对应多个value这种冲突情况;
4.冲突解决:
- 开放寻址法:
- 链表法(HashMap和Hashtable)
链表法中,每个数组位置会对应一条链表,所有散列值相同的元素我们都放到相同位置对应的链表中;
总结
- 散列表适合用于模拟映射关系;
- 一旦超过0.75,就应该要调整散列表的长度了;
- 散列表适合用于缓存数据;
- 散列表非常适合防止重复;