算法学习笔记_散列表

学习编程知识的同时，梳理知识，也便于以后查找
tags: 图解算法、B站视频

散列表

最有用的基本数据结构之一。第一种学到的包含额外逻辑的数据结构。
查找时间O(1)！！！

加密散列函数如彩虹表

散列函数

散列函数的要求

1. 必须一致。一个输入对应的输出是固定的
2. 不同的输入映射到不同的数字。

第一种学到的包含额外逻辑的数据结构。散列表使用散列函数来确定元素的存储位置。

散列表也被称为散列映射、映射、字典和关联数组。
散列表也使用数组来存储数据，因此其获取元素的速度和数组一样快。

创建散列表

散列表由键和值组成。
对于同样的输入，散列表必须返回同样的输出。这一点很重要。

"""散列表"""

# 创建散列表
book = dict()

# 添加数据
book["张三0"] = 99
book["张三1"] = 9
book["张三2"] = 44

print(book)
print(book['张三1'])

一些散列函数示例

# 无论输入什么都返回1
f(x) = 1
# 无论输入什么都返回一个随机数
f(x) = rand()
# 返回散列表中下一个空位置的索引
f(x) = next)empty_solt()
# 将字符串长度作为索引
f(x) = len(x)

散列表应用案例

散列表用途广泛。

• 电话簿
• 网址转换为IP地址(DNS解析）

防止重复

# 投票案例
voted = {}
# 检查在不在散列表中
value = voted.get("Tom")
if value:
    print("已经投过票！")
else:
    voted("Tom") = True

将散列表用作缓存

为提高网站访问速度，往往使用缓存技术。
缓存是一种常用的加速技术，所有大型网站都使用缓存。

缓存的优点

• 用户能更快的看到网页
• 网站需要做的工作更少

缓存的数据存储在散列表中。

代码实现

cache = {}

def get_page(url):
    if cache.get(url):
        return cache[url]

    else:
        data = get_data_from_server(url)
        #将数据保存到缓存中
        cache[url] = data
        return data

冲突

大多数语言都提供了散列表实现。基础时可以先不考虑散列表的内部原理，只需考虑散列表的性能问题。

冲突：给两个键分配的位置相同(即计算得出的hash值相同)

解决冲突

最简单的办法
如果两个键映射到了同一个位置，就在这个位置存储一个链表。

这里的经验教训有两个

• 散列函数很重要。最理想的情况是，散列函数将键均匀地映射到散列表的不同位置
• 如果散列表存储的链表很长，散列表的速度会急剧下降。如果使用的散列函数很好，这些链表就不会很长！

常用的三种方法 链表法、再哈希法、

• 链表法 在传统位置，添加链表，通过链表存储元素。缺点是链表查找效率低。也是java中HashMap在基本情况下的使用方法
• 开放定址法 若是发生哈希冲突，就以当前地址为基准，根据再寻址的方法（探查序列），去寻找下一个地址，若再冲突再去寻找，直至找到为止
• 再哈希法 换用其它的哈希函数

性能

在平均情况下，散列表执行各种操作的时间都为O(1).（常量时间）
在最糟情况下，散列表所有操作的运行时间都为O(n)–线性时间。

在使用散列表时，避开最糟情况至关重要。为此，需要避免冲突，避免冲突，需要有

• 较低的装填因子
• 良好的散列函数

装填因子

散列表的装填因子很容易计算

散列表包含的元素数 / 位置总数

散列表使用数组来存储数据，因此需要计算数组中被占用的位置数。
装填因子的度量是散列表中有多少位置是空的

装填因子大于1，意味着元素数量超过了数组的位置数。
一旦装填因子开始增大，就需要在散列表中添加位置，这被称为调整长度。

装填因子越低，散列表的性能越高。
一个不错的经验规则是：一旦装填因子大于0.7，就调整散列表的长度。

调整长度的开销很大，要避免频繁地调整长度。但平均而言，即便考虑到调整长度所需的时间，散列表操作所需的时间也为O(1).

散列函数

良好的散列函数让数组中的值呈均匀分布。

可以使用SHA函数，作为散列函数。

–END–