数据结构：哈希表(根据数值查找的key-value容器)

Posted 2023-05-18

参考技术A 哈希表(或散列表)是利用哈希函数(散列函数)把数据的存储位置与关键字码值关联后，直接根据关键字访问数据的数据结构。

链表、栈、队列、数组、字符串、树等数据结构根据数值访问任意元素都需要至少O(logn)的时间复杂度，缺少一种能够根据数值在O(1)的复杂度快速访问数据的数据结构。

根据关键字访问元素的效率很高；增删查操作的效率很高。

存在哈希冲突问题，需要设计合理的哈希函数；存储的数据是无序的，不适用于存储需要排序的数据；key不能重复，不适用于存储重复性高的数据。

设计关键字key到散列地址的线性函数。例如f(key)=a*key+b；

如果任意关键字key由多位数字组成，则从中提取若干分布均匀且差异明显的数字组成散列地址。

如果无法确定关键字key中分布均匀的数字，则先计算关键字key的平方值，再取平方值的中间几位组成散列地址。

如果关键字key的位数很多，则先将关键字分割为几个等长的部分，再取其叠加和的值(去除进位)组成散列地址。

先设置一个常数P，再对关键字key进行取余计算，余数key mod p作为散列地址。

选择某个随机函数计算关键字key的随机值作为散列地址。

设置增量的探测序列依次查找散列表中的散列地址，直到在序列中查找的值未哈希冲突，将该值作为新的散列地址。

增量序列形如1，2，3，...，m-1，m为散列表长。

增量序列为伪随机数序列。

将哈希冲突的散列地址存储在链表中。

[数据结构] 散列表（哈希表）

　　散列表（哈希表）

　　比较难理解的官方定义：散列表/哈希表（Hash table），是根据关键码值(Key value)而直接进行访问的数据结构。它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

　　举个例子，我们在查找中文字典时。假设我们要查找“翁weng”，我们根据weng找到了对应的页码233，这个过程就是根据关键码值映射得到了表中的位置。然后我们在字典这个散列表中，根据我们刚才得到的位置 233页，直接访问了“翁weng”。

　　再举一个更详细一些的例子。我们现在的班级有二十三名学生。我们创建一个

 

 

 

 

 

 

未完。