数据结构-哈希表

一、什么是哈希表？

1.1 认识哈希表

在开始了解哈希表之前，我们先来看一下数组的优缺点：

1. 数组进行 插入 操作时， 效率低
2. 数组进行删除操作时，效率低
3. 数组进行 查找 操作：
   3.1 如果基于 索引 进行查找操作时， 效率非常高
   3.2 基于内容去查找，比如(name=“why”)，效率则非常低

综上所述，其实我们不难看出，数组其实效率比较低，那么我们可不可以提高它的效率呢，答案是可以的，我们的前辈们就完成了这样一种伟大的发明(哈希表的由来)，哈希表是基于数组去实现的

接下来我们通过三个案例来充分认识哈希表的优势。

1.2 案例一 公司员工存储

.

1.3 案例二 联系人与电话存储

1.4 案例三 50000个单词存储

二、字母转数字的方案

似乎所有的案例都指向了一目标：将字符串转成下标值

但是，怎样才能将一个字符串转成数组的下标值呢

单词/字符串转下标值，其实就是字母/文字转数，怎么转？

现在我们需要设计一种方案可以将单词转成适当的下标。

其实计算机中有很多的编码方案就是用数字代替单词的字符。就是字符编码。(常见的字符编码？)
比如ASCII编码：a是97,b是98,依次类推122代表z

我们也可以设计一个自己的编码系统比如a是1,b是2,c是3,依次类推，z是26.当然我们可以加上空格用0代替，就是27个字符（不考虑大写问题）
但是，有了编码系统后，一个单词如何转成数字呢？

2.1 方案一

2.2 方案二

这里我们选择改进第二种方案，改进的过程就叫做： 哈希化

三、哈希表

在了解哈希表之前，我们需要知道何为哈希化？

认识情况了上面的内容，相信你应该懂了哈希表的原理了，我们来看看几个概念。

• 哈希化：将大数字转化成数组范围内下标的过程，我们就称之为哈希化
• 哈希函数：通常我们会将单词转成大数字，大数字在进行哈希化的代码实现放在一个函数中，这个函数我们称为哈希函数
• 哈希表：最终将数据插入到的这个数组，对整个结构的封装，我们就称之为是一个哈希表

但是，我们还有问题需要解决
虽然，我们在一个100000的数组中，放50000个单词已经足够

但是通过哈希化后的下标值依然可能会重复，如何解決这种重复的问题呢？

3.1 哈希化之后产生的 冲突

两种解决方案：

1. 链地址法
2. 开放地址法

3.2 深入 链地址法(拉链法)

以前的位置不在是单独的存放数据了，而是创造一个数组或者链表，把数据放入里边，如果之后再次产生了冲突，则依次放入链表或者数组。

3.3 开放地址法

3.4 开放地址法——线性探测

3.4.1 什么是线性探测？

3.4.2 线性探测的问题——删除、插入、聚集

3.5 开放地址法——二次探测

3.6 开放地址法——再哈希法

stepSize = constant - (key % constant)
注：constant是质数(除1和本事外，不能被整除的数)，且constant小于数组容量

由此得出，哈希表的容量最好也是 质数

3.7 哈希化的效率

3.8 优秀的哈希表