極客時間課程《數據結構與算法之美》筆記06 - 散列表

散列表（Word文檔中的單詞拼寫檢查功能）

優點

• 模擬映射關係
• 防止重複
• 緩存、記住數據，以避免服務器再經過處理生成。
• 查找、插入、刪除都很是快。
• 能夠結合散列函數和數組來建立散列表，通常編程語言都提供了實現。

散列表執行各類操做的時間都爲O(1)，常量時間，不管散列表多大，所需時間都相同。
平均狀況下，查找與數組同樣快，插入和刪除速度與鏈表同樣快。
填裝因子： = 散列表佔用位置 / 位置總數
填裝因子越大，說明空閒位置越少，衝突越多，性能會降低。
一個小的經驗規則：一旦填裝因子大於0.7，就調整散列表的長度。
一個好的散列函數：SHA。

思想

數組支持按照下標隨機訪問數據的特性，散列表是數組的一種擴展，由數組演化而來。

散列衝突

• 開放尋址法
  出現了衝突就從新探測一個空閒位置插入。
  好比線性檢測：
  查找的過程當中，遍歷到空閒位置結束。
  刪除的時候通常不是置空，而是標記爲delete，由於置空會影響線性探測。
  二次探測：二次探測和線性探測相比，探測的步長爲2。
  雙重散列：不單單使用一個散列函數，若是第一個散列函數衝突，就使用第二個散列函數，依次類推。

• 鏈表法
  每一個元素位置再接一個鏈表。那個元素位置叫作桶或槽。多增長了鏈表的遍歷。
  時間複雜度和鏈表的長度成正比。散列比較均勻的話，k = n/m，n = 數據個數，m是槽的個數。

詞典檢查就是把全部單詞存儲在散列表中進行查找，驗證是否能找到。空間不大，放在內存裏就行。

工業級散列表設計

動態擴容，均攤擴容（插入到新的散列表中，同時把老的散列表中一個數據拿到新的裏面。）

當數據量比較小、裝載因子小的時候，適合採用開放尋址法。這也是Java 中的 ThreadLocalMap 使用開放尋址法的緣由。

雖然鏈表法比較耗費空間，可是若是存儲的是大對象，那麼鏈表中的結點佔用空間不多，因此能夠忽略不計。
比較適合存儲大對象，大數據量的散列表，能夠用紅黑樹代替鏈表。

HashMap 分析

默認是初始大小是16，能夠調節。
最大裝載因子是0.75，啓動擴容會擴大到兩倍大小。

底層使用鏈表法解決衝突，JDK1.8版本中，鏈表長度超過8時，鏈表轉化爲紅黑樹。當紅黑樹結點少於8個的時候，紅黑樹轉化爲鏈表。

如下爲其散列函數。

int hash(Object key) {
    int h = key.hashCode()；//返回Java對象的hash code
    return (h ^ (h >>> 16)) & (capitity -1); //capicity 表示散列表的大小
}

散列表和鏈表的結合

將添加、刪除、查找操做時間複雜度降到O(1)。
散列表中嵌入雙向鏈表，雙向鏈表增長特殊字段hnext。
結點除了可使用前驅後繼指針訪問以外，還能夠經過hnext索引訪問（拉鍊）。
疑惑點：爲什麼查找到一個結點以後將其放在鏈表尾部。

Redis有序集合
Redis和跳錶關係很緊密

Java LinkedHashMap
LinkedHashMap能夠支持按照插入順序遍歷數據，還支持按照訪問順序來遍歷數據。
Linked指的是雙向鏈表。
訪問完數據以後也會放到鏈表結尾，估計是LRU策略（最近最少使用）

小結

散列表沒法按照某種順序快速遍歷，一個方法是拷貝到數組中，排序遍歷。 散列表是動態數據結構，不停有插入、刪除狀況。若是按照順序遍歷散列表，那麼經常會將散列表和鏈表（或者跳錶）一塊使用。