哈希表

哈希表的优点
1. 速度快：不论表中有多少数据，插入删除和查找都只需要接近常量的时间0(1)（wikipedia原文：
Hash tables support the efficient lookup, insertion and deletion of elements in constant time on average (O(1)) that does not vary with the number of elements stored in the table;）
2. 编程实现相对容易（相对树std::map而言）。

哈希表的缺点
1. 基于数组：数组创建后难于扩展；某些哈希表被基本填满时，性能下降得非常严重，所以程序虽必须要清楚表中将要存储多少数据（或者准备好定期地把数据转移到更大的哈希表中，这是个费时的过程）。
2. 难于遍历：没有一种简便的方法可以以任何一种顺序〔例如从小到大〕遍历表中数据项。如果需要这种能力，就只能选择其他数据结构。

何时选择哈希表
1. 如果不需要有序遍历数据，并且可以提前预测数据量的大小，那么哈希表在速度和易用性方面是无与伦比的。
2. 如果需要在一秒种内查找上千条记录通常使用哈希表（例如拼写检查器或者数据库)；哈希表的速度明显比树快，树的操作通常需要O(N)的时间级。

哈希表基本原理
1. 准备大数组用以存储用户数据，数组索引称之为哈希键（hash key）
2. 通过将用户键（user key）转换为哈希键（hash key），并在数组中找寻哈希键对应之数据（bucket）。
3. 通常hash键做取模操作以转换为正确范围之数组索引

哈希键冲突
理论上通过某种方法（哈希函数hash function）可以使得用户键与哈希键一一对应，但实际上很难找到这样的哈希算法（只能接近，wikipedia原文：A nonzero collision probability is inevitable in any hash implementation）。
如果某种哈希算法使得两个用户键对应同一个哈希键，这种状况被称之为键冲突（wikipedia原文：in some cases, the calculated index can be the same for two different keys (a "collision")）

如何解决冲突
1. 开放定址法
2. 再哈希法：当发生冲突时，使用第二个、第三个、哈希函数计算地址，直到无冲突时。缺点：计算时间增加。
3. 链地址法：将所有关键字为同义词的记录存储在同一线性链表中；

哈希表设计难点
1. 哈希表的大小多少合适？
2. 如何选择哈希算法尽可能减小冲突
3. 冲突时采用哪种解决方案

对于1，太大了可能浪费，太小了速度就慢；可以参考这篇文章http://www.wangchao.net.cn/bbsdetail_27962.html

对于3,冲突解决方案常用的有开放定址法（Open addressing）和链地址法（Separate chaining）：
（wikipedia原文：There are a number of collision resolution techniques, but the most popular are open addressing and chaining.）
链地址法比较常用，实作也简单；这也是为什么通常称哈希表为哈希链表的原因。（wikipedia原文：链地址vs开放地址的优缺点）

对于2，主要从算法引起冲突的次数要尽可能少和算法本身要快着手；可参考
经典的Hash算法的实现(源代码)
选择好的Hash函数