【读书笔记】《算法图解》第五章 散列表

第五章 散列表

1 散列函数

散列函数将输入映射到数字，白话是：无论你给它什么数据，它都还你一个数字。

散列函数必须满足以下要求：

1. 他必须是一致的
2. 它应将不同的输入映射到不同的数字

散列函数的作用：

1. 散列函数总是将同样的输入映射到相同的索引。
2. 散列函数将不同的输入映射到不同的索引
3. 散列函数知道数组有多大，只返回有效的索引

散列表：

是一种包含额外逻辑的数据结构，它使用散列函数来确定元素的存储位置。也被成为散列映射，映射，字典和关联数组。Python提供的散列表实现为字典，你可以使用函数dict来创建散列表。散列表由键和值组成。散列表将键映射到值。

2 应用案例

2.1 将散列表用于查找

例如你需要创建一个电话簿，将姓名映射到电话号码

phone_book = dic()
phone_book = {} #与phone_book = dic()等效
phone_book[“jenny”] = 86766
phone_book[“emergency”] = 911
print phone_book[“jenny”]
86766

2.2 防止重复

假设你负责管理一个投票站。避免投过的人再次投票，代码如下：

Voted = {}
def check_voter(name):
if voted.get(name):
print(“kick them out!”)
else:
voted[name] = Ture
print(“let them vote!”)

使用散列表来检查是否重复，速度非常快。

2.3 将散列表用作缓存

缓存的工作原理：网站将数据记住，而不再重新计算。缓存是一种常用的加速方式，所有大型网站都使用缓存，而缓存的数据则存储在散列表中。
具体代码如下：

cache = {}
def get_page(url):
if cache.get(url):
return cache[url]
else:
data = get_data_from_server(url)
cache[url] = data
return data

2.4 小结

散列表适用于

1. 模拟映射关系
2. 防止重复
3. 缓存/记住数据，以免服务器再通过处理来生成他们。

3 冲突

处理冲突最简单的办法：如果两个键映射到了同一个位置，就在这个位置存储一个链表。
散列函数很重要，好的散列函数很少导致冲突。

4 性能

在散列表中查找所花费的时间为常量时间。O(1)。这意味着不管散列表多大，所需的时间都相同。
最遭的情况下，散列表的各种操作的速度都很慢，所以为了避免最遭情况，需要避免冲突。而要避免冲突就需要1. 较低的填装因子 2. 良好的散列函数

4.1 填装因子

填装因子=散列表包含的元素数 / 位置总数
填装因子越低，发生冲突的可能性越小，散列表的性能越高。一个不错的经验规则是：一旦填装因子大于0.7，就调整散列表的长度。

4.2 良好的散列函数

良好的散列函数让数组中的值呈均匀分布，最糟糕的散列函数让值扎堆，导致大量的冲突。SHA函数是比较好的散列函数。

5 小结

1. 你可以结合散列函数和数组来创建散列表。
2. 冲突很糟糕，你应使用可以最大限度减少冲突的散列函数。
3. 散列表的查找，插入和删除速度都非常快。
4. 散列表适合用于模拟映射关系
5. 一旦填装因子超过0.7，就该调整散列表的长度
6. 散列表可用于缓存数据（例如，在Web服务器上）
7. 散列表非常适合用于防止重复。