​

哈希表

文章内有一些词语（网络热梗等）和插图，他是方便大家理解，并对算法产生（浓厚的）兴趣！

不要根据一些注释，过分曲意理解作者哦！！！！

文章内容来源本作者对该领域内容的归纳总结，文末附有主要文献来源

文章画图软件（www.processon.com）

一、认识哈希表

1.1 哈希表出现缘由

要查一个数在数组中的位置，那可是太费劲了，只能从头开始一个个的比较，直到找到相等的才算完事。

这个方法，说实话也太笨了，简直不是我这种懒人应该做的事。

就不能有种方法直接看到这个数，就直接在数组中查到位置嘛？！

​

诶，你别说，还真有。

因为总有比我更懒的，我只是懒是只能躺着，人家大佬的懒是直接动手解决，果然那句”懒是第一生产力“！

1.2 哈希表概述

这个就是我今天要给家人们带来的哈希表。

​

哈希表，别名儿叫散列表，洋名儿叫 Hash Table。

我在上面说，希望有种方法，直接看到数，就知道它在数组中的位置，其实里就用到了哈希思想。

哈希思想就是说不用一些无用的比较，直接可以通过关键字 key 就能找到它的存储位置。

这里举一个栗子（可不是堂嫂栗子哦），可能更清楚点：

智能班有 40 个学生，每个学生的学号由入学年份 + 年级 + 班级 + 编号组成，例如 2020.20.01.32 是 2020 年入学的 20 级 01 班的 32 号同学。（学号怕你看混，给你个"."分割，贴心不~）

现在有个需求（烦人的 PM）：我们需要快速找到某个同学的个人信息。

那这个时候我们就要建立一张表，按理来说我要是想要知道某个同学的个人信息，其实就知道学号就好了，但是在这不行，学号的值实在太大了，我们不能把学号当作下标。

学号不可以，那什么可以呢？我们定睛一看，咦，编号可以呀，编号是从 1 ~ 40。（我真是一个小聪明啊）

​

那咋取到编号？不就是学号对 2020.20.01.00 取余就 KO 了嘛。(你不会没理解把，不就是相当于(上面栗子 32 这位大帅哥)，32/00=32 嘛)

此时，如果我们想查学号为 2020.20.01.32 的学生个人信息，只要访问下标为 32 的数据即可。

其实这就可以在时间复杂度为 O(1) 内解决找到。（不要问我什么是时间复杂的，什么是空间复杂度，生产队的 LV 马上更，不要打拉）

秒男实锤了。（这摸快，O(1)，比三秒都快哦）

​

用公式表示就是：存储位置 = f(关键字)。

这里的 f 又叫做哈希函数，每个 key 被对应到 0 ~ N-1 的范围内，并且放在合适的位置。

在上面的例子中 f(key) = key % 2021210100。

​

存储时，通过同一个哈希函数的计算 key 的哈希地址，并按照此哈希地址存储该 key。

最后形成的表就是哈希表，它主要是面向查找的存储结构，简化了比较的过程，提高了效率。

​

1.3 哈希示例

上面看明白的话，那再举个大栗子加深点印象。

有个 n = 10 的数组，哈希函数 f(key) = key % 10，将 4，10，11，19，29，39 散列到数组中。

哈希函数确定后，剩下的就是计算关键字对应的存储位置。

4 % 10 = 4，所以将 4 放入下标为 4 的位置。

​

 10 % 10 = 0，所以将 10 放入下标为 0 的位置。

​

11 % 10 = 1，所以将 11 放入下标为 1 的位置。

​

19 % 10 = 9，所以将 19 放入下标为 9 的位置。

​

29 % 10 = 9，所以将 29 放入下标为 9 的位置。

但是现在问题来了，下标为 9 的这个坑已经被 19 占了，这 29 计算出来的下标冲突了。（作为工具人的我，呜呜，就让我为你来平定冲突和亲去，昭君我来了）

​

这种情况有个学名，叫：哈希（散列）冲突。

1.4 处理哈希冲突

对于两个不相等的关键字 key1 和 key2，若 f(key1) = f(key2)，这就是哈希冲突。

key1 占了坑，那 key2 只能想别的办法，啥办法呢？

一般处理哈希冲突有以下几种办法：

• 开放定址法

• 再哈希（散列）函数法

• 链地址法

• 。。。(别想了，就等你来创造一个，作为算法“行业冥灯”，击垮他们！)

1.4.1 开放定址法

开放定址法就是：一旦发生冲突，就选择另外一个可用的位置。

开放定址法有 2 个最常用的策略：

• 线性探测法

• 二次探测法

线性探测法

线性探测法，顾名思义，直来直去的探测。

且看它的公式：

f(key) = (f(key) + di) % m (di = 1, 2, 3, ... , m-1)。

我还是用“哈希示例”中的栗子（栗子都快熟了）：

n = 10 的数组，哈希函数 f(key) = key % 10，将 4，10，11，19，29，39 散列到数组中。

​

到了 29 的时候，29 % 10 = 9。

但此时下标 9 已经有了元素 19，所以此时探测下一个位置 (9 + 1) % 10 = 0。

下标为 0 的位置上已经有了元素 10，所以继续探测下一个位置 (9 + 2) % 10 = 1。

下标为 1 的位置上也有了元素 11，所以还得继续探测下一个位置 (9 + 3) % 10 = 2。

下标为 2 的位置上总算是空的，因此 29 找到了家（我家的猫不会跳舞，但是会爬树）：

​

不知道你发现了没，对于 29 这个来说，本来只是和 19 冲突，整着整着和 10，11 也冲突了。

这样就使得每次要处理好几次冲突，而且这样会出现大量数字聚集在一个区域的情况，大大降低了插入和查找的效率。

后来不知道哪个大佬在线性的基础上做了改进，捣鼓出二次探测法。

​

二次探测法

二次探测法就是把之前的 di 整成了平方，公式如下：

f(key) = (f(key) + di) % m (di = 1², -1², 2², -2², ..., q², -q², q ≤ m/2)

比如对于 29 来说，下标为 9 的位置上呆了 19，所以此时探测下一个位置 (9 + 1²) % 10 = 0。

下标为 0 的位置上占了元素 10，那下一次就探测上一个位置 (9 - 1²) % 10 = 8。

下标为 8 的位置上空着，直接占住：

​

​

1.4.2 再哈希（散列）函数法

再哈希的话，就是不只是一个哈希函数，而是使用一组哈希函数 f1(key)、f2(key)、f3(key)....。

当使用第一个哈希函数计算到的存储位置被占了，那就用第二个哈希函数计算，反正总会有一个散列函数能把冲突解决掉。

依次类推，直到找到空的位置，然后占住。

当然这种方法不会出现大量数字聚集在一个区域的情况，但这种情况明显增加了计算的时间。

1.4.3 链地址法

是谁说出现冲突后只能找别的坑位的，几个人蹲一个坑它不香嘛。（还记得伦敦的谜语吗）

​

可能真的有巨佬觉得香，然后就整出了链地址法。

链地址法呢是将得出同一个结果的 key 放在一个单链表中，哈希表存储每条单链表的头指针。

还是用老栗子：n = 10 的数组，哈希函数 f(key) = key % 10，将 4，10，11，19，29，39 散列。

最后得到如下图：

​

你看，链地址法就不会出现此坑被占，就得去找别的坑的情况。

大家一起蹲，这样就绝不会出现找不到地址的情况，而是直接插到对应的单链表中即可，所以插入的时间复杂度为 O(1)。

当然有得必有失，这样的情况必然造成了查找上的性能损耗，这里的查找的时间复杂度为 O(k)，其中 k = n / 单链表条数。

​

1.5 结语和附录

好啦，到这里哈希表就讲完辣，是不是看起来还挺简单的。

哈希表作为非常高高高高高效的查找数据结构，丢掉了关键字之间反复无意义的比较，直接一步到位查找结果，非常顶（咳咳）。

这么看来它处理冲突啥的这点屁事就显得不是那么烦人了，毕竟有得有失才对嘛。

​

LeetCode 242 题目中的解法和讨论区

下一篇：牛刀小试——LeetCode 242 (Python 和 Java)

要想获得更多内容就关注我吧~

​