散列表

散列表

1.原理：基于数组下标可随机访问原理，用于快速查询某个数据，时间复杂度O（1），但不绝对，跟装载因子，散列函数，冲突函数啥的都有关系

组成：table=Hash(key),key是原始值，table表示经过哈希处理的哈希值，Hash表示哈希函数，是table 与key的一种映射关系.

散列函数选取原则：散列函数得到的值非负；对于key1=key2,Hash(key1)==Hash(key2),同样的，对于

key1!=key2,Hash(key1)!=Hash(key2)

2.散列冲突解决办法：

（1）链表法：冲突的部分放那个位置，加链表扩展位置

（2）开放寻址法：hash后的位置被占用，则挪到其他位置。比如线性探测（遇到冲突，table=Hash（key）+0，table=Hash（key）+1，table=Hash（key）+2 往后移一位，直到遇到空位置），二次探测（table=Hash（key）+0，table=Hash（key）+1^{2，table=Hash（key）+2}2），双重散列（两个hash函数，一个冲突用另一个）

装载因子=填入表中的元素个数/表的长度，表征散列表空位程度，越大空位越小。

3.两种方法的对比：

（1）链表法：对内存运用率高，开放地址装载因子只能小于等于1，而链表法装载因子很大只是链表变长而已。但存储链表需要指针，对小对象耗内存，但大对象可以忽略这一点，而且链表占据内存不连续，对CPU不友好。适合大对象大数据量，而且可以进一步优化为红黑树，如LinkedHashMap(这个数据结构是用散列表和双向链表结合实现的，LRU机制)

（2）开放地址法：可以利用CPU缓存加快速度，序列化比较容易，但冲突发生几率高，处理冲突比较麻烦，负载因子不能过大，占用空间大。数据小装载因子小的时候，适合用开放地址办法，如ThreadLocalMap

几个处理的小方法：

（1）删除时，不是真的删除，而是标记为deleted，这样再查找时不会破坏原有的结构

（2）遇到扩容出了新数组，在插入时，有时数据太大不能忍受搬迁的过程，可以插入一个数据的同时搬迁原数组的数据，慢慢搬移，这样每个数据插入的时间复杂度依然是O（1），这样在查找时，就应该现在新数组查找，找不到再去原数组查找

JAVA实例：HashMap

初始大小16，

装载因子 0.75,

动态扩容一次扩大为原来的二倍，

冲突解决方法：链表法，JDK1.8后，链表长度大于8用红黑树，小于8自动退化为链表

散列函数：

int hash(Object key) {    
	int h = key.hashCode()；    
	return (h ^ (h >>> 16)) & (capitity -1); //capicity 表示散列表的大小 
}

4.哈希算法：

散列表是哈希算法的一个应用，其他的还有数字摘要，安全加密，还有判断信息完整性的作用。

哈希一致性用于解决扩容时搬迁大量数据问题

https://www.sohu.com/a/158141377_479559