散列表(HASH TABLES)
文章目录
概要
哈希是一个关于平衡“时间和空间”的典型案例
一、哈希查询算法由两部分组成
1.1 一个哈希函数(a hash function)
哈希函数将要查询的键(key)转换成数组的角标。
面对的问题：多个不同的键(key)经过hash之后转换成相同数组角标
1.2 冲突解决过程(a collision-resolution process)
有两种方案解决冲突：各自的链(separate chaining)、直线的探测(linear probing)
二、哈希函数(Hash functions)
哈希函数依赖于键的类型(the key type)。严格地说，对于每种类型的key都需要一个不同的哈希函数。
我们寻找的哈希函数，即容易计算，又能让key均匀分布。
- 对于常见类型的key，我们能利用Java提供的默认实现；
假设有一个可以容纳M个键值对的数组
2.1 模哈希(modular hashing)
用任意一个为正数的键(k)除以数组的长度M，计算得到的余数，作为哈希函数的值。
这是一种非常有效的将key平均地分布在数组中（角标在0到M-1之间）
2.2 对于字符串
M的值为数组的长度，R的值是一个质数（例如：31）
private static int stringHashTest(String str, int M){
int hash = 0;
for (int i=0;i<str.length();i++){
hash = (R+str.charAt(i))%M;
}
return hash;
}
2.3 Java惯例：hashCode()和equals()
- 如果a.equals(b)相等，那么a.hashCode()必须等于b.hashCode();
- 如果hashCode()值不同，那么两个对象就不相等；
- 如果hashCode值相同，那么两个对象可能相等，也可能不相等，必须用equals()去决定；
在好的性能是极其重要的情况下，你应该警觉正在使用的hash函数
三、单独的链（separate chaining）
两个或多个键经过哈希函数得到相同的角标值。将这些碰撞的项链接到单独的链表中，这种方法称之为单独的链（separate chaining）
3.1 查询过程的两步：
（1） 通过hash函数发现那个列表包含key；
（2）按照顺序列表的顺序查询key；
3.2 代码实现
详情在github上：SeparateChainingHashST
四、直线的探查
另一个实现哈表的方法是将N个键值对存放在一个长度为M（M>N）的哈希表中，依靠表中的空元素项去解决冲突。这样的方法被称为**开放寻址(open-addressing)**的哈希方法。
最简单的开发寻址方法被称之为直线的探查（linear probing）: 当这儿有一个冲突（通过哈希函数得到的表格角标已经被其他不同的key所占用），那么我们就需要检查表格中下一个项（将角标加1）。
**直线的探查（linear probing）**会遇到三种情况：
- 键等于查询的键：键存在
- 空位置（这个角标上没有键）：没有查到
- 键不等于查询的键：试着查询下一个
该算法的实现思路如下：
通过哈希函数计算出键（key0）所在表格的角标，检查查询到的键（key）是否和刚做哈希函数的键（key0）相等，继续(通过增加角标，当达到表格结尾的时候就返回表格的头)直到查到键（key0）或者查到一个空的表格项。
