大数据最全一文带你快速入门【哈希表】_哈希表快速入门(1)，大数据开发面试题目-优快云博客

本文链接：https://blog.youkuaiyun.com/2401_84181058/article/details/138909011

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

但我和身边的朋友讲了这么一句话，但是他还是不太理解，那我便又说

直白来讲其实数组就是一张哈希表，就如下图所示

在这里插入图片描述

二、怎么实现哈希表？需要注意什么？

对于哈希表，最多的就是去一堆数据中寻找那一两个数据，比方说在学生信息管理系统中查找一个学生的信息，就需要通过索引值去寻找，但是如何搭建它们之间的桥梁:bridge:呢？这时我们就需要用到哈希函数了（hash function），将学生的学号映射到哈希表上

1、哈希函数

哈希函数指将哈希表中元素的关键键值映射为元素存储位置的函数百度百科

通过哈希函数，把学生的学号直接映射为哈希表上的索引，然后通过此索引下标就可以快速知道这位同学是否在这所学校🏫里了
这里的Key值和Value值叫做键值对，在JDK中有专业叫法叫做Entry，这个我在C++STL【容器】详解中的有做过详细介绍，大家可以去看看
对于哈希函数的内部实现，它是基于一种叫**哈希码（HashCode）**的编码，把学号转换为数值，它的原理是【通过特定编码方式，可以将其他数据格式转化为不同的数值】，这样就把学生名字映射为哈希表上的索引数字了
最后通过这个索引值，找到了Key值所对应的Value值，也就显示出了小明在学生管理系统中的基本信息

以下是具体映射结构原理图👇

在这里插入图片描述

2、哈希碰撞（哈希冲突）

说到哈希表，那除了哈希函数一定要讲哈希碰撞，因为如果哈希函数设计的不是很好，就会经常出现哈希碰撞的现象，这么说说不太形象，大概是这么个碰撞👇

在这里插入图片描述

可以看出，此哈希表中还是存在蛮严重的哈希碰撞，有两个学生或三个学生都对应这同一个索引值，当然这只是为了讲解而画的假设，现实编程中如果设计的不严谨确实可能会出现这样的情况，那如何去解决这一碰撞呢？接下来介绍两种常见的方法

方法一：拉链法

所谓拉链法，字面意思就是将冲突的数据拉开，“链”就是【链表】的意思，将指向索引1的第一个学生的键值之后再设计一个next指针，指向下一个学生也是指向索引1的键值，这就形成了一个链表的形状，具体看下图即可👇

在这里插入图片描述

方法二：线性探测法

何所谓线性探测法，也就是成一个线状的趋势去探测，是否有下一个空位置给冲突的数据暂时存放，如果表中有空位子，就不用将他们一定要挤在一起形成一个链状了，因为链表太长是会浪费空间的，

讲得通俗一点，也就是你去一个食堂打菜，大家都喜欢在5号窗口打菜，可能是因为这个阿姨手不抖，但旁边的4号窗却只有两三人而已，有时候也会出现空位，那为什么一定要把队伍排得那么长呢，饭有的吃就不错了，万一那个阿姨手也不抖呢，何不去尝试一下😻

一样，也以图的形式展示给大家，这里要注意，只能往后找，不能往前找，可以看出下标0位置是空着的
在这里插入图片描述

三、有哪些哈希结构？

常见的三种哈希结构

数组
set
map

数组没什么好说的，我们主要来说一说set和map，均以表格的形式呈现📋

1、set

集合	底层实现	是否有序	是否可重复	数值可否更改	查询效率	增删效率
std::set	红黑树	有序	否	否	O(nlogn)	O(nlogn)
std::multiset	红黑树	有序	是	否	O(nlogn)	O(nlogn)
std::unordered_set	哈希表	无序	是	否	O(1)	O(1)

我们可以看到unordered_set它是无序的，但是set和multiset确实有序的，这个我在C++STL【容器】详解中也做过介绍✏️，因为它们和map一样，底层实现都是红黑树，即所谓的平衡二叉搜索树，所以其key值是有序的，但不可以修改，否则会导致整棵树的错乱，所以只能删除和增加

2、map

映射	底层实现	是否有序	是否可重复	数值可否更改	查询效率	增删效率
std::map	红黑树	key有序	key不可重复	key不可修改	O(nlogn)	O(nlogn)
std::multimap	红黑树	key有序	key不可重复	key不可修改	O(nlogn)	O(nlogn)
std::unordered_map	哈希表	key无序	key不可重复	key不可修改	O(1)	O(1)

四、哈希表有哪些优势和劣势？

1、优势（advantage）

如果你需要在1-10这10个数中寻找5很容器，但是让你在1-4,294,967,296中找一个数却很是困难，但是哈希表可以做到，加入你用枚举去实现的话，时间复杂度可能要O(n)，但是如果用哈希表去实现的话，时间复杂度却只需要O(1)，大家说是不是更加优化了呢。其实现的原理便是快速判断一个元素是否出现集合里

2、劣势（disadvantage）

哈希表它虽然查找很快，但是它的空间复杂度却不低，因为需要用set或map来存放数据，才能实现快速的查找，换句话来说就是牺牲了✂️空间换取了时间

五、在实际问题中怎么解决有关哈希表的问题？

1、干货讲解

什么时候用哈希表呢？【当我们需要查询一个元素是否出现过，或者一个元素是否在集合里的时候，就要第一时间想到哈希法，因其可以快速判断一个元素是否出现集合里】

教大家一个小秘诀，在实际的问题中，如果您碰到了使用集合解决哈希问题的时候，优先使用unordered_set，因其查、增删的效率是最高的；如果集合是有序的，那就使用set；不仅是有序而且要重复数据的话，那就使用multiset

那么再来看一下map ，map 是一个key value的数据结构，map中，对key是有限制，我们从上表中也可以看出对value没有限制的，因为key的存储方式使用红黑树实现的，所以在做题的时候如果遇到需要使用key value结构来对应寻找数据时，就可以使用map相关的哈希表结构

之前有讲过一道题电话号码的字母组合，就是用map去存储每个数字所对应的字符串，这样就可以根据具体的数字去迅速对应到与之相对应的数据了，但是set集合却做不到这个，因为set里面放的元素只能是一个key值，当需要两数据相对应时就不要使用set了,使用map更为合适，但是选择map、multimap还是unordered_map呢，这就需要大家自己思考并根据实际题目看key值是否有序还是无序了