第六章——哈希表

小结

‧「哈希表hashtable」，又称「散列表」，其通过建立键Key与值 value 之间的映射，实现高效的元素查询。哈希表的目标是将一个较大的状态空间映射到一个较小的空间，并提供𝑂(1)的查询效率。

‧输入key，哈希表能够在𝑂(1)时间内查询到value，效率非常高。

‧常见的哈希表操作包括查询、添加键值对、删除键值对和遍历哈希表等。

元素查询效率对比：

 ‧ 哈希函数将key映射为数组索引，从而访问对应桶并获取value 。

‧ 两个不同的key可能在经过哈希函数后得到相同的数组索引，导致查询结果出错，这种现象被称为哈希冲突。本质上看，哈希函数的作用是将所有key 构成的输入空间映射到数组所有索引构成的输出空间，而输入空间往往远大于输出空间。因此，理论上一定存在“多个输入对应相同输出”的情况。

‧ 哈希表容量越大，哈希冲突的概率就越低。哈希函数的最后一步往往是对数组长度𝑛取余，让输出值落入在数组索引范围；在扩容后，数组长度𝑛发生变化，而 key 对应的索引也可能发生变化。原先落在同一个桶的多个Key扩容后可能会被分配到多个桶中，从而实现哈希冲突的缓解。与数组扩容类似，哈希表扩容操作的开销很大。

‧ 负载因子定义为哈希表中元素数量除以桶数量，反映了哈希冲突的严重程度，计算公式为元素数量‌与‌桶（槽位）数量‌的比值，该指标用于量化哈希表的填充程度。例如，若哈希表有10个桶且存储了7个元素，则负载因子为0.7 。常用作触发哈希表扩容的条件。

‧ 链式地址通过将单个元素转化为链表，将所有冲突元素存储在同一个链表中。然而，链表过长会降低查询效率，可以进一步将链表转换为红黑树来提高效率。

‧ 开放寻址通过多次探测来处理哈希冲突。线性探测使用固定步长，缺点是不能删除元素，且容易产生聚集。多次哈希使用多个哈希函数进行探测，相较线性探测更不易产生聚集，但多个哈希函数增加了计算量。

‧ 不同编程语言采取了不同的哈希表实现。例如，Java的 HashMap 使用链式地址，而Python的 Dict 采用开放寻址。

‧ 在哈希表中，我们希望哈希算法具有确定性、高效率和均匀分布的特点。在密码学中，哈希算法还应该具备抗碰撞性和雪崩效应。

‧ 哈希算法通常采用大质数作为模数，尽可能消除周期性模式，以最大化地保证哈希值的均匀分布，减少哈希冲突。

‧ 常见的哈希算法包括MD5、SHA‑1、SHA‑2和SHA3等。MD5常用于校验文件完整性，SHA‑2常用于安全应用与协议。

‧ 编程语言通常会为数据类型提供内置哈希算法，用于计算哈希表中的桶索引。通常情况下，只有不可变对象是可哈希的。