散列表---最有用的数据结构之一

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：

1. 它必须是一致的，也就是说，如果 key1 = key2，那 hash(key1) == hash(key2)；
2. 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：

1. 制作电话本；
2. 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：

1. 开放寻址法：
2. 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；