哈希表的原理

Python微信订餐小程序课程视频

https://edu.youkuaiyun.com/course/detail/36074

Python实战量化交易理财系统

https://edu.youkuaiyun.com/course/detail/35475

哈希表的原理

简介

哈希表是一种根据关键字key来访问值value的一种数据结构。

哈希表的基本原理

哈希表的本质是数组加哈希函数。数组不难理解，那什么是哈希函数？

在哈希表中，它的作用就是将哈希表的某个key作为输入，然后经过一系列的运算后，得到数组的某

个索引。一种很朴素的思路是，先用key计算出一个很大的数，然后对数组长度取模，从而得到索引，这只是众多方法中的一种，其他的比如：直接寻址法，平方取中法等。

得到索引后就可以通过索引对数组执行插入或查找的操作，因为本质上是通过索引来访问数组，所以哈希表的插入和查找的效率非常高，时间复杂度都是O(1)。

哈希冲突

我们不难发现哈希函数是整个哈希表的关键。所以为了更好的性能，我们希望在尽可能短的时间内，相同的key经过哈希函数的计算，可以得到相同的索引，不同的key经过哈希函数的计算，可以得到不同的索引，但在实际中往往事与愿违，不同的key小概率会计算出相同的索引，这就是哈希冲突（collision），几乎所有的哈希函数都存在这个问题。

这里介绍几个常见的解决哈希冲突的方法：

开放寻址法

开放寻址是一种思想，如果通过哈希函数计算出的索引所对应的空间已经被占用了，就再找一个还没被占用的空间将数据存进去。

常见的体现开放寻址思想的方法：

• 线性探测法：简单来说就是从当前被占用的空间的索引开始，向下遍历整个数组，直到找到空闲空间为止。如下图所示：

• 双重哈希法：使用多个哈希函数来计算索引，如果第一个哈希函数计算得到的索引所对应的空间已被占用，就用第二个，第二个被占用就用第三个，以此类推，直到计数出没被占用的空间对应的索引。

链表法

链表法是一种更加常见的解决哈希冲突的方法，Java中的HashMap就是采用这种方法。在这种方法中，数组索引对应的空间并不直接存储数据，而是存储一个链表的地址，而数据存在链表中。如下图所示：

这样发生冲突时，就可将冲突的key对应的数据存在同一个链表上，当需要取数据时，就先找到key对应的链表，然后遍历链表。

数组扩容

上面说的方法只能在一定程度上解决哈希冲突，因为毕竟数组的容量有限，当频繁插入数据时，因为数组的容量有限，所以就会使哈希冲突加剧，进而使链表的长度增加，链表的长度增加，就会使得查找的性能降低，这不是我们想看到的结果，所以要对数组扩容。

那什么时候给数组扩容呢？装载因子（已插入元素的数量除以数组容量）超过某一阈值时就进行扩容，Java中HashMap的装载因子是0.75，当然，也可以是别的值。因为之前插入的元素都是按照原数组的长度来计算索引的，所以一旦数组扩容后，长度改变，就要重新进行计算，然后将已插入的元素移动到新的位置上，所以数组扩容不仅仅只是将容量增大而已。