哈希表是什么

哈希表

哈希表是什么

下面是百度百科上对哈希表的介绍：

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希（Hash）表，函数f(key)为哈希(Hash) 函数。

下面是《数据结构 C语言版 第二版》书中关于哈希表（散列表）的描述：

如果能在元素的存储位置和其关键字之间建立某种直接关系，那么在进行查找时，就无须作比较或只需要很少的比较，按照这种关系直接由关键字找到相应的记录。这就是散列查找法的思想，它通过对元素的关键字值进行某种运算，直接求出元素的地址，即使用关键字到地址的直接转换方法，而不需要反复比较。

用通俗的话讲就是：哈希表是数组的一种扩展，哈希表中存储的元素和数组的索引有一个确定的关系，我们将这个确定的关系称之为哈希函数（Hash）。

“数组是一张哈希表”，我在很多地方看到了这个观点。
我认为不够严谨，因为数组的索引与存储的元素不一定有确定的关系。

哈希表中关键码对应数组下标，通过下标直接访问数组中的元素。

为什么需要哈希表

哈希表能解决什么问题呢，一般哈希表都是用来快速判断一个元素是否出现在集合里

线性表、树表结构的查找方法都是以关键字的比较为基础的。在查找过程中只考虑各元素关键字之间的相对大小，记录在存储结构中的位置和其关键字无直接关系，其查找时间与表的长度有关，特别是当节点个数很多时，查找需要大量的无效节点的关键字进行比较，致使查找速度很慢

下面给出哈希法中常用的几个术语

1.哈希函数和哈希地址：在记录的存储位置p和其关键字key之间建立一个确定的对应关系H,使p=H(key)，称这个对应关系H为哈希函数，p为哈希地址
2. 哈希表：一个有限连续的地址空间，用以储存按哈希函数计算得到相应哈希地址的数据记录。通常哈希表的存储空间是一个一维数组，哈希地址使数组的下标
3. 哈希碰撞和同义词：对不同的关键字可能得到同一哈希地址，即key1 ≠ key2 ，而 H(key1)＝H(key2) 。这种现象称为冲突。具有相同函数值的关键字对该哈希函数来说称作同义词，key1与key2互为同义词

哈希函数

哈希函数，把value直接映射到哈希表的索引上，然后就可以通过查询索引快速知道这个value是否存在。
哈希函数如下图所示，通过hashCode把名字转化为数值，一般hashcode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value映射为哈希表上的索引数字了。

如果hashCode得到的数值大于 哈希表的大小了，也就是大于tableSize了，怎么办呢？

此时为了保证映射出来的索引数值都落在哈希表上，我们会在再次对数值做一个取模的操作，就要我们就保证了学生姓名一定可以映射到哈希表上了。

此时问题又来了，哈希表我们刚刚说过，就是一个数组。

如果value的数量大于哈希表的大小怎么办，此时就算哈希函数计算的再均匀，也避免不了会有几个value同时映射到哈希表 同一个索引下标的位置。

接下来哈希碰撞登场

哈希碰撞

如图，v1和v2都映射到同一位置上，这一现象叫做哈希碰撞

一般哈希碰撞有两种解决方法，开放地址法和链地址法（拉链法）

开放地址法

开放地址法的基本思想是：

把记录都存储在哈希表数组中，当某一记录关键字 key 的初始哈希地址H₀ = H(key) 发生冲突时，以H₀未基础，采取合适方法计算得到另一个地址H₁，如果H₁仍然发生冲突，以H₁为基础在求出下一个地址H₂ ，若H₂ 仍然冲突，再求得H₃。依次类推，直至Hₖ 不发生冲突为止，则Hₖ为该记录在表中哈希地址。

开放地址法分为三种具体的探测方法，线性探测法、二次探测法和伪随机探测法，下面具体说一下线性探测法。

线性探测法

将哈希表想象成一个循环表，发生冲突时，从冲突地址的下一单元顺序寻找空单元，如果到最后一个位置也没有找到空单元，则回到表头开始继续查找，一旦找到一个空位，就把此元素放入次空位中。如果找不到空位，说明哈希表已满，需要进行溢出处理

链地址法（拉链法）

链地址法的具体思想是:

把具有相同哈希地址的记录放在同一个单链表中，称之为同义词链表。有m个哈希地址就有m个单链表。凡是出现冲突的value，都以节点的方式插入到以出现冲突的哈希地址为头节点的单链表中