哈希表经典题目

1.哈希表

哈希表（hash table），也可译为散列表。官方解释为：哈希表是根据关键码的值而进行直接访问的数据结构。
我们先不管这个官方解释到底啥意思，直观上看，数组就是一张散列表。

哈希表中的关键码就是数组的索引下标，我们可以直接通过下标来访问数组中的元素。
哈希表主要用于快速判断一个元素是否出现在集合中。只需要O(1)的时间复杂度就能做到。

2.哈希函数

将元素映射到哈希表上就涉及到了哈希函数。
比如要查询某个学生是否在一所学校中，需要将学生姓名映射为哈希表上的索引，通过查询索引下标快速判断该学生是否在这所学校中。
哈希函数如下所示，通过hashcode把目标值转化为数值，其中hashcode是一种特殊编码方式，可以将其他数据格式转化为不同的数值。

如果经过hashcode得到的数值大于哈希表的大小（tablesize），会对得到的数值再做一个取模的操作，保证一定可以映射到哈希表上。

3.哈希碰撞

如果学生数量大于哈希表的大小，或者不同元素经过hashcode得到相同的数值，那么就会出现几位学生映射到哈希表同一个索引下标的情况。

对于哈希碰撞一般有两种解决方法：拉链法和线性探测法。

3.1 拉链法

将发生冲突的元素都存储在链表中：

拉链法需要选择适当大小的哈希表，这样就不会因为数组出现空值而浪费大量内存，也不会因为冲突元素太多导致链表太长而在查找上浪费太多时间。

3.2 线性探测法

线性探测法需要依靠哈希表中的空位来解决碰撞问题，所以需要保证tablesize大于datasize。
比如小王与小李的位置冲突，那么就向下找一个空位来保存小王的位置：

线性探测法也分为好几类，这里不再探讨。

4.基于数组的相关题目

242.有效的字母异位词.
给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。
输入: s = “anagram”, t = “nagaram”
输出: true
输入: s = “rat”, t = “car”
输出: false

我们选择数组作为哈希结构，由于题目中只有小写字母，那么就可以定义一个大小为26的数组，用于记录字符出现次数，初始化为0。
字符a-z的ASCLL码是26