高阶数据结构之哈希表

一. 搜索

分情况：

• 如果数据集不变（或者变化很少）这种情况少之又少
  最常见的算法 —— 二分查找（条件：数据中的值是有序的）
  查找的时间复杂度：0(log(n))；插入的时间复杂度：0(n)；删除的时间复杂度：0(n)

• 不但要追求查找效率，也要追求 插入/删除。比较常见

  • 哈希表：
  • 平衡搜索树：AVL树、红黑树（以上两个用户内存的平衡搜索树），B- 树家族（磁盘专用平衡搜索树）

二. 哈希原理

思考：在 500w 个数中去查找某个值不好查找？
解决思路：（1）可以开辟某个指定长度（假如是 10）的数组，将 500w 个数均匀的放在这个数组中，每个下标对应 50w 个数；（2）确定这个数在哪个小集合（时间复杂度0(1)）；（3）利用数组下标访问0(1)的特性找到小鸡和；（4）在大概 50w 个数中查找某个数。

所以 hash 的问题就是围绕转化后问题的“2，3，4”不来看 —— 无论是查找、删除、插入。

• 拿着 key 确定应该是哪个小集合的问题：
  • 利用 key 求出 key 对应的 hash 值；
  • 利用求出的 hash 值得到数组中合法的下标；
• 根据下标，找到小集合
  问：一个 key 可以对应的唯一个下标么？ —— 小集合中可以只有 key 一个数据吗？
  回答：不可以。假设：数据的个数 N，数组的长度是 L，而为了提升空间利用率，N 往往是大于 L的，则必要有下标会出现多个 key。
• 不同的 key 对应相同下标的情况叫做 —— 哈希冲突
  • 哈希冲突是必然的，无法消除
  • 但是哈希冲突太高是不好的
  1. 如何尽可能地避免哈希冲突；
  2. 如果