【Algorithms 4】算法（第4版）学习笔记 14 - 3.4 散列表（Hash Tables）

前言

说起来挺丢脸的哈哈哈，在打开这一章之前，或者说是打开这一章节视频（官网）之前，我不知道 散列表 居然就是 Hash Tables，也就是每一个会敲代码的人应该都用过的哈希表（属实是汗流浃背了朋友们）。所以我特意在本篇的标题后面打了个括号：(Hash Tables)。

继续批评一下自己，说明基础太薄弱了，还得继续学习。不过说实话散列表说起来确实是不太习惯，所以 在本篇中还是尽量使用哈希来代替中文翻译的散列。

Ok，回到正题，本篇的主要内容包括：哈希函数、分离链接（Separate Chaining，这个书里面中文翻译成 拉链法）、线性探测 以及一点点关于哈希的 背景（context） 介绍。

参考目录

• B站 普林斯顿大学《Algorithms》视频课
  （请自行搜索。主要以该视频课顺序来进行笔记整理，课程讲述的教授本人是该书原版作者之一 Robert Sedgewick。）
• 微信读书《算法（第4版）》
  （本文主要内容来自《3.4 散列表》）
• 官方网站
  （有书本配套的内容以及代码）

学习笔记

注1：下面引用内容如无注明出处，均是书中摘录。
注2：所有 demo 演示均为视频 PPT demo 截图。
注3：如果 PPT 截图中没有翻译，基本会在下面进行汉化翻译（除非很简单一眼懂就不翻译了），因为内容比较多，本文不再一一说明。

开篇的时候，Prof. Sedgewick 是这样介绍哈希表的：

Which is another approach to implementing symbol tables that can also be very effective in a practical applications.
这是实现符号表的另一种方法，在实际应用中也非常有效。

0：符号表（ST）实现小结

哈希表的简单引出：

将项目存储在 键索引表 中（索引是基于键的一个函数）。
哈希函数。用于从键计算数组索引的方法。

涉及的问题：

• 计算哈希函数（设计并实现一个有效的哈希函数以将键转化为数组索引。）
• 等价性测试：一种方法用于检查两个键是否相等。
• 冲突解决：当两个键通过哈希函数映射到同一个数组索引时，所采用的算法和数据结构来处理这种冲突。

经典的空间-时间权衡：

• 无空间限制情况：可以使用简单的哈希函数，直接将键作为数组索引。
• 无时间限制情况：可以采用顺序搜索进行最直观的冲突解决，无需特别的数据结构优化。
• 空间和时间受限情况：在实际应用中，需要兼顾时间和空间效率，这时就需要运用到真正的哈希技术。

1：哈希函数

1.1：计算哈希函数

理想目标：对键进行均匀随机打乱以生成表索引。

• 计算效率高。
• 对于每个键，每个表索引具有同等的概率被生成。（这是一个经过深入研究但仍存在实际应用问题的难题）

示例 1：电话号码。

• 不好：前三位。
• 更好：最后三位数字。

美国的电话前三位是区号，可以考虑日常生活中的电话号码，前三位一般是所属运营商，通常情况下会使用后四位数字进行简单区分（例如取快递报手机号后四位）。

示例 2：社会保险号。

• 不好：前三位。（573 = 加利福尼亚州，574 = 阿拉斯加（按地理区域内的时间顺序分配）
• 更好：最后三位数字。

书里面的相关描述：

实际挑战：每种密钥类型需要不同的方法。

1.2：Java中的哈希码规范

所有 Java 类都继承了一个方法 hashCode()，该方法返回一个 32 位整数。

要求：如果 x.equals(y)，则 (x.hashCode() == y.hashCode())。
高度期望：如果 !x.equals(y)，则 (x.hashCode() != y.hashCode())。

默认实现：返回对象x的内存地址。
合法（但较差）的实现：始终返回 17。
定制化实现示例：Integer、Double、String、File、URL、Date 等。
用户自定义类型：对于用户自定义的类型（需要自行设计和实现）。

1.2.1：哈希码实现：integers、booleans、doubles

找了一下 jdk 包的源码：
Oracle OpenJDK version 11.0.6

java.lang.Integer#hashCode

java.lang.Boolean#hashCode

java.lang.Double#hashCode

1.2.2：哈希码实现：strings

霍纳法则（Horner’s method）用于计算长度为L的字符串哈希值：需要进行L次乘法和加法操作。

同样地，找了一下 jdk 包的源码（不过版本差异因此实现有出入，这里看一下 jdk 11 以及 jdk 8 的实现）：
Oracle OpenJDK version 11.0.6

java.lang.String#hashCode

jdk 11 区分了不同的字符集 StringUTF16 以及 StringLatin1：

java.lang.StringUTF16#hashCode

java.lang.StringLatin1#hashCode