数据结构与算法Python版 散列与区块链

---

一、散列

散列 Hashing

• 构造一个新的数据结构，使得查找算法的复杂度降到O(1)，这种概念称为“散列Hashing”
• 由数据项的值来确定其存放位置，数据项应该出现在大概什么位置，就可以直接到那个位置看看数据项是否存在即可

散列表 Hash table

• 散列表又称哈希表，是一种数据集，其中数据项的存储方式尤其有利于将来快速的查找定位
• 散列表中的每一个存储位置，称为槽（slot），可以用来保存数据项，每个槽有一个唯一的名称
• 例如：一个包含11个槽的散列表，槽的名称分别为0～10。在插入数据项之前，每个槽的值都是None，表示空槽

散列函数 Hash function

• 实现从数据项到存储槽名称的转换的，称为散列函数
• 一种常用的散列方法是“求余数”，将数据项除以散列表的大小，得到的余数作为槽号。

示例

• 数据项：54，26，93，17，77，31。使用散列函数求余：h(item)= item % 11。按照散列函数h(item)，为每个数据项计算出存放的位置之后，就可以将数据项存入相应的槽中
• 槽被数据项占据的比例称为散列表的“负载因子”，这里负载因子为6/11
• 对查找项进行计算，测试返回的槽号所对应的槽中是否有数据项。实现了O(1)时间复杂度的查找算法。

二、完美散列函数

冲突 Collision