哈希表

哈希表

哈希表解决的是一个查找的问题，几乎可以在O(1)的时间内进行查找，这是一个典型的以空间换时间的做法。
对输入进行哈希函数运算得到一个值，再将这个输入填入该值作为下标对应的slot里。下面就是一个将item映射为hash value，再填入hash table的例子，里面有一个负载因子的概念。

问题就来了，会存在冲突，冲突就是指两个item算出来的hash value一样，但只有一个slot可用，没地方填了怎么办。一个简单的想法就是去找当前hash value对应的slot后面的第一个空slot填进去，这叫开放寻址法。查找的时候如果没找到，不一定是没有，可能是有冲突，所以你得按照顺序继续往后找，直到找到第一个空slot，如果还没有就是真没有。
这个解决方法也有个问题，就是当多个item的hash值相同的时候，周围的slot都会被item填满item会聚集在一起，这对于其它要填入这里的item会有影响。
解决这个问题的方法是重哈希。比如newhashvalue=rehash(oldhashvalue)， rehash(pos)=(pos+1)%sizeoftable
当装填因子load factor不断增大，插入元素的操作将变得效率低下，大量的时间被浪费在寻找空的bucket上，甚至导致失败，所以有了rehashing操作。其主旨是将原来的散列表扩大2倍（实操中寻找2倍的下一个素数来提高性能），然后再将旧表中的元素，一个个插入到新表中。虽然看起来需要花费O(N)的时间来移动元素，但实际操作中，该方法不常发生。
另外线性探查法还有个变体叫二次探查法，就是如果hash值相同的话，后面的加上偏移量，且偏移量是1,4,9,16等等以此类推。
另外还有开链法，就是当前重复hash值的slot上开一个链表。