搜索结构之哈希

哈希表是一种非常重要的数据结构，甚至可以说是查询方面最快的数据结构了！
与其他数据结构相比，哈希表不需要比较查找，而是通过某种哈希函数直接找到目标位置。

向哈希表中插入元素，只需得到该元素的关键码，以此计算元素的存储位置进行存放。

在哈希表中搜索仍然进行同样的计算，把求得的存储位置中的元素与需要查找的元素进行比较，如果相等则查找成功。

然而天下没有免费的午餐，虽然哈希结构的搜索速度极快，但是一旦谈到哈希表，就一定要面对哈希冲突，再精妙绝伦的哈希函数，也有一定概率会发生哈希冲突。

那么什么是哈希冲突呢？即通过不同的关键字通过相同的函数计算出相同的哈希地址，这种现象称为哈希冲突或哈希碰撞。

引起哈希冲突的一个原因可能是：哈希函数设计不够合理。

哈希函数设计原则：
定义域包括需要存储的全部关键码。
计算出的地址能均匀分布在整个空间中。
哈希函数应该比较简单。

常见哈希函数：
直接定址法
除留余数法
折叠法
随机数法
数学分析法

解决哈希冲突的常见两种方法是：闭散列和开散列。

闭散列：也叫开放定址法，当发生哈希冲突的时候，如果哈希表未装满，说明哈希表中还有空位置，那么可以把元素存放到表中的“下一个”空位中去。

常见的闭散列寻找空位的方法：线性探测，二次探测。

线性探测的处理为：从发生冲突的位置开始，依次继续向后探测，直到找到空位置为止。

采用闭散列处理哈希冲突时，不能随便删除哈希表中已经有的元素，如果直接删除，会影响其他元素的搜索，因为可能有多个元素是根据同一个哈希地址存放的，但是向后探测，删除前面的元素会导致后面的元素查找出错。

采用线性探测，实现起来非常简单，但是可能所有冲突连在一起，容易产生数据“堆积”。

那么如何缓解堆积呢？有人提出了一个叫负载因子的东西！

α = 填入表中的元素个数/散列表长度

α就是负载因子，我们可以根据负载因子的值控制哈希表，比如扩容。

开散列：开散列又叫链地址法。
开散列法：首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一个子集，每个子集称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头结点存储在哈希中。