数据结构与算法（五）--- 哈希表、树、二叉树的入门

一、哈希表

（一）哈希表的定义

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，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。
关键码值(Key value)也可以当成是key的hash值
这个映射函数叫做散列函数
存放记录的数组叫做散列表

数组，链表，哈希表的区别：

• 数组（顺序表）：寻址容易，只要使用下标即可；插入和删除难，会有大量的元素进行移动
• 链表：插入与删除容易，但是查询难
• 哈希表：寻址容易，插入删除也容易，综合了数组和链表的特性。

（二）哈希表的图解

Key : {14, 19, 5, 7, 21, 1, 13, 0, 18} 散列表: 大小为13 的数组 a[13]; 散列函数: f(x) = x mod 13; 遇到hash冲突则hash值+1（直到加到没有hash冲突的位置，此处先用简单的方式来解决hash冲突）

• 散列表的大小：是需要根据自己的需求而定的
• 散列函数：为了key计算后的结果hash值，能够不超出定义的散列表的大小
• hash冲突：不同的key通过散列函数计算的hash值一样。自定义的哈希表需要设计好hash冲突解决的方法。
• 装填因子：放入散列表中的数据个数 / 散列表的大小
  [1] 假设装填因子=0.7，散列表中的数据个数 / 散列表的大小 = 9/13 = 0.7，如果散列表中数据个数达到了9个，就需要对散列表进行扩容，扩容后再存放新的数据。HashMap设置的装填因子是0.75。
  [2] 那么为什么不全部放满了再扩容呢，需要根据装填因子？因为数据越接近散列表的大小，产生冲突的可能会越来越大
• 缺点：扩容需要消耗大量的空间和性能。
  扩容会导致散列函数重新变化，[ 比如扩容后大小为50，那么f(x) = x mod 50 ]，原本存入哈希表的key值都需要重新计算。
  HashMap的扩容就是2的n次方计算的。
• 应用：散列表应用场景，是在数组大小变化的可能性不大的情况下：电话号码，字典，点歌系统，QQ，微信的好友等。
  比如系统的电话号码存放有上限值的，这样增删改查就能保持性能最快的一种方式。

（三）哈希表的拉链法

要能够手写一套性能优异的哈希表，需要了解所有的树结构。不同的语言，设计的哈希表也是有些差异的，HashMap就是采用了拉链法。

1、JDK1.8以前：数组 + 链表

优点：

• 查找快：时间复杂度 O(n) ，( O(n/线性表的size) ) ，是一个线性的查找
  [e.g.] f(337) = 1，查找到数组角标1，然后再单链表查询到337。
• 插入快：查找到数组角标，单链表的插入
• 删除快：查找到数组角标，单链表的删除

缺点：

• 大数据时代，如果数组容量不是很大，很有可能出现某一行链表个数超过几万几十万。（解决方法见数组 + 链表 + 红黑树）