散列表

散列表的定義

　　散列表（Hash table，也叫哈希表），是根據關鍵碼值(Key value)而直接進行訪問的數據結構。也就是說，它經過把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度。這個映射函數叫作散列函數，存放記錄的數組叫作散列表。

　　從這個定義就能夠得知，散列表實際上存儲數據的仍然是數組。

 

　　假設咱們要存儲一組電話簿：

　　Bob 13113113111
　　Lany 13113113113
　　Mary 13113113112

　　數組查詢數據靠的是數組下標，當咱們要查詢Mary的電話號碼，那得先從下標0開始查詢，取出來發現是Bob，再取下標1的數據，取出來也不對，再取下標2的數據，取出來纔是Mary的數據，這樣遍歷了整個數組才找到Mary的電話號碼。

 

　　設計者的想法就是將Bob、Lany、Mary設計成key，可以用key來直接取出value值，而且不用遍歷整組數據。

　　實現方式也是選擇用數組來實現，利用數組高效查詢的特性，在存取數據的時候使用了一箇中轉，將key轉化成數組下標。

 

哈希函數

　　這個中轉站，也就是哈希函數，這是一個加密函數，能夠將任何數據加密成一串整型數字，雖然是數字，但通常狀況下都是以十六進制來表示的，因此咱們日常看到的都是字符串的樣子。

　　哈希算法有不少種，目前應用最普遍的差很少是MD四、MD五、SHA1等加密算法。

 

　　將哈希映射到數組下標的實現方式也有不少，直接定址法、數字分析法、平方取中法、摺疊法等等，在不一樣的語言中，實現方式是不太同樣的。

　　最多見的實現就是將哈希函數的結果對數組長度進行取模，獲得一個0到數組長度之間的數字，將此數字做爲下標。

　　

　　存電話簿：

　　Bob 13113113111
　　Lany 13113113113
　　Mary 13113113112

　　咱們先建立一個長度爲10的數組：

　　假設 Bob的哈希值爲51246，那麼51246%10=6，就將Bob的電話號碼放到下標爲6的空間中。

　　Mary的哈希值爲26154，那麼取模後獲得的值爲4，就將Mary的電話號碼放到下標爲4的空間中。

添加

　　可是因爲數組的長度是有限的，系統建立數組的時候也沒法預測程序員要存儲的數據有多大，因此當添加的數據愈來愈多的時候，數組的空間就會逐漸填滿，即便沒填滿，取模後下標相同的概率也會愈來愈大。

 

　　好比Lany哈希值爲33724，取模後值也是：

　　這種狀況，就叫哈希衝突。

　　不管哈希函數設計有多麼精細，都會產生衝突現象，也就是2個key的處理結果映射在了同一位置上，避免衝突的辦法也有多種。

 

　　多哈希法，設計多種哈希函數。

　　開放地址法，若是哈希衝突，馬上計算出一個候補地址嘗試存儲數據，若是仍有衝突便繼續計算下一個候補地址。

　　拉鍊法，若是哈希衝突，則在目標地址中將數據換成鏈表存儲，不管多少數據，均可以在鏈表末尾進行鏈接。

 

　　這裏咱們以拉鍊法來理解：

查找

　　查找和添加也是同樣的，將key進行哈希處理，取模，獲得的值就是數組下標。

　　若是我取Lany的電話號碼呢？ 

　　在上面咱們已經知道了Lany和Mary是有哈希衝突的，在內存中已經拉出了一個動態鏈表，當我要查詢Lany的電話號碼的時候，找到了arr[4]這個元素，因爲arr[4]這個元素與鏈表鏈頭相對應，因此就順着鏈表往下找。

　　可能你們會奇怪，由於我也奇怪，它是怎麼肯定哪個元素是Lany的電話號碼呢？

 

　　這裏能夠看一段Java中HashMap的源碼：

　　JDK8，HashMap.java 第285行：

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

　　數組中的每一個元素，存的並非單純的咱們想存的數據，而是存了一個Node對象，同時將hash、key、和next也一塊兒存了。

 

擴容

　　當添加的數據多了（HashMap初始長度只有16），散列表達到必定的飽和度，出現哈希衝突的概率會逐漸增高，可能會致使大量數據擠壓在同一個數組下標上，造成長鏈，鏈表的查詢無疑的低效率的，嚴重影響整個散列表的插入讀取性能。

　　因此散列表必然會有一個擴容的操做：新建立一個2兩倍長的空數組，再遍歷原數組，將全部的節點從新進行哈希處理，後將新節點放入新數組。