哈希表

 

目录

 

哈希表（散列表）

1.哈希表定义

2.哈希表的关键

3.最常见的哈希函数（散列函数）构造方法

直接定址法 

除留余数法 

数字分析法 

平方取中法 

3.哈希冲突的解决方法

开放定址法 

链地址法

4.哈希表的优缺点

5.STL中哈希表的奇特设计

 6.Hash的应用

7.Hash和红黑树的选择

哈希表（散列表）

1.哈希表定义

      哈希表（Hash table，也叫散列表），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。

      哈希表hashtable(key，value) 就是把Key通过一个固定的算法函数既所谓的哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里。而当使用哈希表进行查询的时候，就是再次使用哈希函数将key转换为对应的数组下标，并定位到该空间获取value，如此一来，就可以充分利用到数组的定位性能进行数据定位。

负载因子的概念

负载因子表示一个散列表的空间的使用程度。哈希表负载因子定义为：α= 填入表中的元素个数 / 哈希表的长度

α是哈希表装满程度的标志因子。由于表长是定值，α与“填入表中的元素个数”成正比，所以，α越大，填入表中的元素较多，产生冲突的可能性就越大；α越小，填入表中的元素较少，产生冲突的可能性就越小。

哈希表的大小为何是素数

哈希表的桶个数使用质数，可以最大程度减少冲突概率，使哈希后的数据分布的更加均匀。如果使用合数，可能会造成很多数据分布会集中在某些点上，从而影响哈希表效率。

• 如果有一个数列s，间隔为1，那么不管模数为几，都是均匀分布的，因为间隔为1是最小单位
• 如果一个数列s，间隔为模本身，那么在哈希表中的分布仅占有其中的一列，也就是处处冲突
• 数列的冲突分布间隔为因子大小，同样的随机数列，因子越多，冲突的可能性就越大

通过上面的分析，现在就很明确了，如果给我们随机的数列放到哈希表中，如何保障它能尽量减少冲突呢，就需要模的因子最少，而因子最少的就是素数了，这就是为什么哈希表取模为素数的原因了。

2.哈希表的关键

散列函数的选择和冲突的解决

散列函数（哈希函数）

优点：一对一的查找效率很高；

缺点：一个关键字可能对应多个散列地址；需要查找一个范围时，效果不好。

散列冲突：不同的关键字经过散列函数的计算得到了相同的散列地址。

好的散列函数=计算简单+分布均匀（计算得到的散列地址分布均匀）

3.最常见的哈希函数（散列函数）构造方法

直接定址法 

取关键字或关键字的某个线性函数值为散列地址。

即 H(key) = key 或 H(key) = a*key + b，其中a和b为常数。