一看就懂的哈希表（上）

关于哈希表这个数据结构的内容有很多，所以我打算用三个博客进行描述，这一篇主要介绍什么是哈希思想，我们想彻底明白哈希表肯定要先知道他的思想是吧。之后是对哈希函数的描写和如何处理哈希冲突。

哈希思想

哈希表(hash table)是数组的一种扩展，是经过数组演化过来的，底层依赖数组支持按照下标来进行访问元素的特性。下面举一个简单的例子，先来了解一下简单的哈希思想是什么。

假设有89个学生参加运动会，每名学生依次编号1到89，现在如何通过编号能够快速获得选手的信息呢？

我们可以把这89名选手依次加入到数组中，下标为1存放1号选手，然后依次类推，直到下标为k的位置存放编号为k的选手。选手的编号和数组下标一一对应，当需要查询编号为x的选手信息时，只需要将下标为x的元素信息取出就可以。

这个例子就是简单的哈希思想，怎么说呢，选手的编号和下标一一对应，形成了一种映射关系，不过这个例子还是不够明显，还得稍微改变一下。

把参赛选手个年级和班级这些信息也需要加上，此时的号码信息可以写成这样051167，05代表的是五年级，11代表的是11班，最后两位才是编号，现在出现问题了，如何存储现在的选手信息呢？

其实很简单，我们不能把编号直接当作数组下标进行使用，但是我们可以截取编号的后两位作为数组下标，这样问题不就解决了吗。大家看一个图肯就明白了。

这就是典型的哈希思想。其中选手的编号作为健(key)，我们有key来标识一个选手，我们把选手编号转化为数组下标的映射方法称为哈希函数(hash function)，哈希函数计算出来的值称为哈希值。

结论：哈希表利用的是数组按照下标访问元素的时间复杂度是O(1)这个特性。我们通过哈希函数把key映射为数组下标存储在数组下标对应的位置。当需要使用key来进行查询元素的时候，我们同样可以使用哈希函数来获取数组下标，进而读取数组下标对应的元素。

哈希函数

从上面的例子可以看到，哈希函数在哈希表中的位置非常重要。哈希函数首先是个函数可以定义为hash(),key表示元素的键值，可以定义为hash(key)。

下面通过伪代码将上面的情况进行实现

int hash(int key){
   //获取最后两位字符
   String lastTwoChars = id.substr(length-2,length);
   //将最后两个元素转化为整数
   int hashValue = convert lastTwoChars to int-type;
   return int-type;
}

所以大家可以看到，哈希函数很简单，但是设计一个没有冲突的哈希函数很困难，下面是设计哈希函数时的一些基本要求。

1.哈希函数计算得到的哈希值是一个非负整数

2.如果key1 = key2,那么hash(key1) == hash(key2)

3.如果key1 != key2，那么hash(key1) != hash(key2)

关于哈希函数的设计，下一篇博客进行详细讲解，本篇只需要知道他是什么就行。

哈希冲突

对于哈希冲突简单的理解就是一个Key通过hash(key)得到一个数组下标，恰巧这个数组下标在数组中已经没有空间了，也就是这个位置被占用了，此时就造成了哈希冲突。

关于如何结构哈希冲突，常见的方法有开放寻址法和链表法。

开放寻址法

开放寻址法的核心思想是一旦出现了哈希冲突，就通过重新探测新位置的方法来解决冲突。那么问题来了，怎么去重新探测新位置呢？说到这不得不吐槽一下，这些问题一套一套的，真是老母猪带套，一套又一套，解决一个又出现新的问题，阿西吧！

最简单的探测方法是线性探测法(linear probing)

当向哈希表插入数据时，如果某个数据经过哈希函数计算之后，对应的存储位置已经被占用了，我们就从这个位置开始，从数组中依次往后找，知道找到空闲的位置。

举个例子，如上图所示，黄色区域是空闲区域，橙色区域表示已经存储了数据，大家应该都能人得颜色吧。图中可以看出，哈希表的大小为10,在数据x插入元素之前，已经存储了六个元素，现在假如x通过哈希函数计算得到的数组下标为7，发现此时的位置已经有数据了，然后向下进行遍历，如果遍历到结尾发现也没有空位，此时就从头再开始遍历，所以x应该存储到下标为2的位置。

在哈希表中查找元素的过程有点类似于插入，如上图中，x通过哈希函数计算得到的哈希值围为7，此时发现这个位置中没有y这个元素 ，所以继续向后进行遍历查找，发现到头也没有，那么就再重头进行遍历，发现在下标3的位置查找到。或者，遍历整个数组中的空闲位置还没有找到，说明要查找的数据在哈希表中并不存在。

哈希表不仅支持插入，查找操作，还支持删除操作。对于使用线性探测法解决冲突的哈希表，删除操作稍微有些特别，不能单纯地把待删除元素所在位置设置为空(NULL)。

在查找数据地时候，一旦通过线性探测法遍历到空闲位置，我们就认定哈希表中不存在这个数据。但是，如果这个空闲位置是后来删除地，就会导致原来地查找算法失效。本来存在地数据又可能认定不存在。此时我们就可以将待删除数据地存储空间特殊标记为deleted。当利用线性探测法查找数据地时候，遇到deleted的空间，并不会直接停下来，而是继续往下探测。

对于线性探测法，当哈希表中插入的数据越来越多的时候，空闲的位置会越来越少，哈希冲突发生的概率会越来越大，线性探测的时间会越来越长，此时就会发生时间复杂度达到O(n)的情况。

对于开放寻址法，除了线性探测法之外，还有两种经典的探测方法：二次探测法和双重哈希法

二次探测法和线性探测法很像，线性探测法的探测步长是1，探测的下标为hash(key)+1,hash(key)+2...而二次探测法的步长变为"二次方"，即hash(key)+1^2,hash(key)+2^2...

双重哈希法使用多个哈希函数,hash1(key),hash2(key),hash3(key)，如果第一个哈希函数计算得到的存储位置被占用，此时就再用第二个哈希函数，依此类推。

链表法

链表法是一种更加常用的解决哈希冲突的方法。在哈希表中，每个“槽”会对应一个链表，我们把哈希值相同的元素放到相同槽对应的链表中。

当插入数据的时候，我们只需要通过哈希函数计算出对应的“槽”，然后将数据插入到这个“槽”对应的链表。插入数据的时间复杂度是O(1)。对于基于链表法解决冲突的哈希表，查找和删除操作的时间复杂度与链表的长度k成正比，也就是O(k)。对于哈希比较的哈希函数，从理论上来讲，k= n/m,其中n表示哈希表中数据的个数，m表示哈希表中“槽”的个数。当k是一个不大的常量时，我们可以粗略得认为，哈希表中查找和删除数据得时间复杂度为O(1)。

我们把k称为装载因子，装载银子用公式表示出来就是：装载因子=哈希表中的元素个数/哈希表得长度（“槽”的个数）。装载银子越大，说明链表长度越长，哈希表的性能就会降低。

下面的链接四下一篇：一看就懂的哈希表（中） 

​​​​​​​https://mp.csdn.net/mp_blog/creation/editor/120587366