数据结构学习之Hash
一、Hash定义：
可译作“散列”，即把任意长度的输入（预映射），通过散列算法，变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，即散列值的空间常小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来唯一的确定输入值。
二、常用Hash函数：
- 直接取余法：
- 乘法取整法：取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即H(key) = key MOD p , p<=m。
- 平方取中法：取关键字平方后的中间几位作为散列地址
hash 本质是一个函数，该函数实现的是一种算法，通过一系列的算法来得到一个hash值。
Hash表：通过hash算法得到的hash值就在这张表中。即hash表是所有hash值组成的。
三、HashCode:
hashcode 是通过hash函数得来的，即hashcode就是在hash表中对应的位置。hashcode代表的是对象的地址，说的是对象在hash表中的位置，物理地址说的是对象存放在内存中的地址。
那么对象如何得到hashCode呢？通过对象的内部地址（物理地址）转换成一个整数，然后该整数通过hash函数的算法就得到了hashcode。
四、HashCode的意义：
意义：主要是为了查找的快捷性，hashcode是用来在散列存储结构中确定对象的存储地址的。
思考：为甚么查找更快呢？
栗子：现有一个能存放1000个数的内存，要在其中放1000个不一样的数字，最笨的办法是存放一个就遍历一遍，看是否有相同的数字，当存到900个数，开始存901个数时，需要和900个数比较，效率太低了。但是使用hashcode记录对象的位置会快很多，假设hash表中有9个位置，存第一个数时，hashcode为1，就放在hash表为1的位置，hashcod为2就放在2的位置，等等，存到100个数的时候，假设hash表为2的位置有了20个数据，现在存101个数据的时候，得到的hashcode为2，那么就是20个数和他的hascode相同，只需要和这个20个数比较（equals），这样比较的次数就少了。
五、equals方法和hashcode的关系：
思考：如何判断两个对象是否相等？
通过上面的栗子，可知，先通过hashcode来比较，如果hashcode一样，那么就用equals方法来比较两个对象是否相当。
通过上面栗子，能得到2个结论：
1.如果2个对象equals相当等，那么这两个对象的hashcode一定相同；
2.两个对象的hashcode相同，不代表2个对象就相同，只能说明这2个对象在散列存储结构中，存放在同一个位置，即hash表的同一个位置上。
六、为什么重写equals方法时，建议也重写hashcode方法?
栗子：
七、Hash表的特点
数组的查询很快，时间复杂度是o(1),但是增删很慢o(n),因为要维护索引；
链表的存储方式在内存上是不连续的，每个元素都保存这个下个元素的内存地址，通过这个地址找到下个元素，所以查询速度慢，时间复杂度是o(n),在插入和删除是o(1)。
思考：如果想要一个查询很快，删除也很快的数据结构，该怎么办呢？
此时Hash(哈希表)就应运而生了，通过哈希函数计算出键在哈希表中的位置，称为hash地址，然后将值存到这个哈希地址上，通过键就可以直接操作到值，故增删查都很快，即o(1)。
既然键是通过hash函数算出存储位置的，那么哈希函数的好坏直接影响到哈希表的操作效率，例如会出现浪费存储空间、大量冲突（即不同的键计算出的存储位置一样）。
Hash冲突是不可以避免的，常用下面两种解决哈希冲突：
1.链地址法（拉链法）
采用数组和链表结合的方法，将哈希表中每个哈希地址建立一个线性表，将哈希地址相同的数据结构存在线性表中，将链表的指针保存在数组中，哈希地址、键、值等信息保存在链表节点中。
2.开放定址法（线性探测法）：
基本思想：将哈希表T[0…m-1]看成一个循环向量，若初始探测地址为d,则最长探测地址为d,d+i,d+2i,…m-1。i为自定义常数。
弊端：容易产生堆聚现象。即哈希表中的数据连成一片，在加入新元素就容易产生哈希冲突。
3.两者比较：
拉链法处理冲突简单，无堆聚现象，插入和删除简单，适合经常插入删除操作。
线性探测法：为了避免冲突，要求负载因子较小，当节点规模较大，浪费空间，在删除节点是不能简单将节点所在空间置为null,否则会断掉在它之后节点的查找路径。故只能做逻辑删除，即做删除标记。