05_第五章 散列表

本章内容：

• 学习散列表——最有用的基本数据结构之一，用途广泛
• 学习散列表的内部机制：实现、冲突、散列函数。理解如何分析散列表的性能

在学习的复杂数据结构中，散列表可能是最有用的，也被称为散列函数、映射、字典（python提供的散列表实现为字典）和关联数组

 

目录

散列函数

应用案例

将散列表用于查找

防止重复

将散列表用作缓存

冲突和性能

冲突

性能

 

 

---

 

散列函数

  散列表是学习的第一种包含额外逻辑的数据结构。数组和链表都直接被映射到内存，但散列表更加复杂，它使用散列函数来确定元素的存储位置。散列表的速度很快！

任意一门优秀的语言都提供了散列表的实现。python提供的散列表实现为字典，你可以用函数dict来创建散列表。

book['apple'] = 0.67
book['banana'] = 0.3
book['milk'] = 1.49
print(book)
print(book['apple'])

#输出结果：

{'apple': 0.67, 'banana': 0.3, 'milk': 1.49}
0.67

散列表由键和值组成

 

应用案例

将散列表用于查找

散列表可以轻松的模拟映射关系

比如你在访问一个网站的时候，无论是什么网站，计算机必须将网址转化为ip地址，这个过程称为DNS解析（DNS resolution），散列表就是提供这种功能的方式之一。

比如上面的那个代码片段就是用来查找。

 

防止重复

比如你负责一个投票站。显然每个人都只能投一票，但是如何来避免重复投票呢，有个好方法，就是使用散列表。

#创建一个散列表，用于记录已经投过票的人
voted = {}
def check_votor(name):
    if voted.get(name):
        #if Ture,那么就执行
        print('has voted!')
    else:
        voted[name] = True
        #把这个新的名字加进去
        print('let ta vote!')
check_votor('Tom')
check_votor('Mike')
print(voted)
check_votor('Mike')

#输出
let ta vote!
let ta vote!
{'Tom': True, 'Mike': True}
has voted!

使用散列表来检查是否重复，速度非常快！

 

将散列表用作缓存

缓存的原理：网站将数据记住，而不是重新计算

ta不让服务器去生成网页，而是将网页存储起来，并在需要的时候将其直接发送给用户。缓存是一种加速方式，所有大型网站都使用缓存，二缓存的数据则存储在散列表当中！

cache = {}
#缓存的散列表
def get_page(url):
    if cache.get(url):
        #从缓存里面找，要是找的到的话就是直接输出该网页存储的信息
        return cache[url]
    else:
        data = get_data_from_server(url)
        #找不打的话就从服务器里面去找
        cache[url] = data
        #同时将这个网页的数据存储下来
        return data
        #返回这个网页的数据

 

小结一下散列表的用途：

1. 模拟映射关系
2. 防止重复
3. 缓存数据，以免服务器再处理生成ta们

 

 

冲突和性能

虽然散列表查找的速度很快，但是依然要明白散列表的性能，在了解这个之前，需要明白什么是冲突。

冲突

冲突（collision）：给两个键分配的位置相同

什么意思呢，就是python的字典里面一般不都是键值对的嘛，这个时候一个键会对应多个值

处理冲突的办法很多，最简单的方法就是：如果两个键映射到一个位置，那么就在这个位置存储一个链表。

其实吧，在里面再放一个散列表也没的关系。

book = dict()
book['a'] = [("apple",0.67),('avocado',0.54)]
book['banana'] = 0.3
book['milk'] = 1.49
print(book)
print(book['a'][0][1])


#输出
{'a': [('apple', 0.67), ('avocado', 0.54)], 'banana': 0.3, 'milk': 1.49}
0.67

但是这个有缺点，加入数组后，数据的查找速度会慢下来。因此最理想的情况是，散列表将键均匀地映射到散列表的不同位置

 

性能

散列表/数组/链表     大O运行时间
operation	散列表 （平均情况）	散列表 （最糟情况）	数组	链表
查找	O(1)	O(n)	O(1)	O(n)
插入	O(1)	O(n)	O(n)	O(1)
删除	O(1)	O(n)	O(n)	O(1)

为了避免冲突，需要有：

1. 较低的填充因子（填充因子=列表包含的元素数/位置总数，一旦超过0.7那就应该调整散列表的长度）
2. 良好的散列函数（不用担心）