1. 哈希表(Hash table)
也称为 哈希表 。是字典的一种抽象。比如说你要查一个字，通过这个字的拼音首字母，找到这个字的页码，然后翻到那页找就行了。这种方法直接把查找 时间复杂度 降到了常数。但是要牺牲一定的计算索引的时间。计算索引的那个函数称为 哈希函数 ( 散列函数``)。
1.1. 常见的三种哈希结构： 数组; set（集合）; map（映射）;
1.2. 原理
通过哈希函数把传入的key映射到符号表的索引上，可以使查找插入 时间复杂度 达到常数级别。
1.3. 哈希函数
相等的 key 产生相等的 哈希值
计算简单方便
哈希值 均匀分布。(若过度集中，则容易使效率降低到 o(n))2. Hash冲突
如果两个不同的 key 算出了同一个索引，此时就要用到一定的方法来解决哈希冲突。
哈希碰撞处理有多个key映射到相同索引上时的情景，处理碰撞的普遍方式是 拉链法 和 线性探测法。
用map确实可以，但使用map的空间消耗要比数组大一些，因为map要维护红黑树或者符号表，而且还要做哈希函数的运算。所以数组更加简单直接有效！
3. 拉链法
拉链法 的实现比较简单，将链表和数组相结合。也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可。在查找哈希表的过程中，当查找到这个链表时，必须采用线性查找方法。这样的好处是，不怕冲突多；缺点是降低了散列结构的随机存储性能。本质是用单链表结构辅助散列结构的不足。拉链法要选择适当的哈希表的大小，这样既不会因为数组空值而浪费大量内存，也不会因为链表太长而在查找上浪费太多时间。
3.1. 实现步骤
- 得到一个 key
- 计算 key 的 hashValue
- 根据 hashValue 值定位到 data[hashValue] 。( data[hashValue] 是一条链表)
- 若 data[hashValue] 为空则直接插入
- 不然则添加到链表末尾
3.2. 代码实现
public class SeparateChainingHashST<Key,Value> {
//这里的M需要根据实际情况调整
public SeparateChainingHashST(int M) {
this.M = M;
st = (SequentialSearchST<Key, Value>[]) new SequentialSearchST[M];
for (int i=0;i<M;i++){
st[i]=new SequentialSearchST<Key,Value>();
}
}
private int hash(Key key){
return (key.hashCode() & 0x7fffffff) % M;
}
public void put(Key k,Value v){
int hashValue = hash(k);
st[hashValue].put(k,v);
}
public Value get(Key k){
int hashValue = hash(k);
return st[hashValue].get(k);
}
}4. 线性探测法
线性探测 直接使用数组来存储数据。可以想象成一个停车问题。若当前车位已经有车，则你就继续往前开，直到找到下一个为空的车位
使用线性探测法，一定要保证tableSize大于dataSize。我们需要依靠哈希表中的空位来解决碰撞问题。
4.1. 实现步骤
- 得到 key
- 计算得 hashValue
- 若不冲突，则直接填入数组
- 若冲突，则使 hashValue++ ，也就是往后找，直到找到第一个 data[hashValue] 为空的情况,则填入。若到了尾部可循环到前面。
4.2. 代码实现
public class LinearProbingHashST<Key,Value> {
public LinearProbingHashST(int cap) {
keys = (Key[]) new Object[cap];
values = (Value[]) new Object[cap];
M = cap;
}
private int hash(Key key){
return (key.hashCode() & 0x7fffffff) % M;
}
public void put(Key key,Value value){
//若当前数据含量超过了总容量的一半，则重新调整容量
if(N>=M/2) resize(2*M);
int hashValue = hash(key);
if (values[hashValue]==null){
keys[hashValue] = key;
values[hashValue] = value;
N++;
}
else if(keys[hashValue].equals(key)){
values[hashValue]=value;
}
else{
while (values[hashValue] != null){
hashValue = (hashValue+1)%M;
}
keys[hashValue] = key;
values[hashValue] = value;
N++;
}
}
public Value get(Key key){
int hashValue = hash(key);
if (keys[hashValue]!=null&&!keys[hashValue].equals(key)){
while (keys[hashValue]!=null &&keys[hashValue]!=key){
hashValue = (hashValue+1)%M;
}
}
return values[hashValue];
}
}