哈希表
哈希表(Hash Table,也叫散列表)是计算机科学中非常重要且极其常用的一种数据结构。要理解它,我们可以先想象一个生活中的场景:去澡堂洗澡找储物柜。
如果储物柜有100个,手牌号是1-100。如果你拿着“手牌号28”去找柜子,你能直接走到28号柜子前打开它,而不需要从1号挨个找。哈希表的核心思想就是:通过一个“规则”(哈希函数),将“钥匙”(Key)直接映射到“位置”(Index),从而实现快速存取。
下面为你系统梳理哈希表的核心知识点:
1. 核心组成
哈希表通常是一个数组。它的工作原理包含两个关键部分:
- 关键字(Key):你要查找或存储的数据标识(比如学号、姓名)。
- 哈希函数(Hash Function):一个数学公式,负责把 Key 转换为数组的下标。即
Index = Hash(Key) % 数组长度。
理想状态下,每个 Key 通过哈希函数都能算出一个独一无二的下标,这样存取的时间复杂度就是 O(1)。
2. 核心问题:哈希冲突
哈希冲突是绝对无法避免的。
- 为什么? 因为输入(Key)可能是无限的(比如所有字符串),而哈希表的数组长度是有限的。根据“鸽巢原理”(抽屉原理),把无数只鸽子放进有限个笼子里,必然有鸽子要挤在一个笼子里。
- 哈希冲突:不同的 Key,通过哈希函数算出了相同的数组下标。
3. 如何解决哈希冲突?(重点)
既然冲突无法避免,我们就得想办法解决。主要有两大流派:
① 链地址法(拉链法 / Chaining)
- 做法:数组的每一个位置不再直接存数据,而是存一个链表(或红黑树)。如果有冲突,就把新数据挂在同一个位置的链表后面。
- 优点:处理冲突简单,且不会因为装填因子过高而导致性能急剧下降(只要链表不太长);删除元素方便。
- 缺点:需要额外的空间存储指针;如果冲突极其严重,链表变得很长,查找就会退化成 O(n)。
② 开放定址法(Open Addressing)
- 做法:所有的元素都存放在哈希表这个数组内部。如果算出的位置已经被占了,就按照某种规则(探测序列)在表内寻找下一个空位。
- 常见探测方法:
- 线性探测:位置被占了,就看下一个位置(+1),再被占就看+2……。
- 二次探测:+1, -1, +4, -4, +9…… 这样可以避免聚集现象。
- 双重散列:再用第二个哈希函数算一个步长。
- 缺点:容易产生“堆积”现象(不同哈希值的数据抢同一个位置);删除元素非常麻烦(不能直接删,否则会截断后面的探测路径,通常需要打一个“墓碑”标记)。
4. 关键指标:装填因子(Load Factor)
- 公式:
装填因子 (α) = 表中元素个数 (n) / 哈希表长度 (m) - 意义:它衡量了哈希表的装满程度。α 越大,说明表越满,发生冲突的概率就越大。
- 为什么重要? 之前题目选项D说“查找速度与元素个数无关”,这是错的,因为元素越多,α 越大,冲突越多,查找越慢。
- 扩容(Rehash):当装填因子超过某个阈值(比如 Java 的 HashMap 默认是 0.75),哈希表就会自动扩容(通常是翻倍),并重新计算所有元素的哈希值放到新表中,以保证性能。
5. 时间复杂度总结
- 理想情况(平均情况):插入、查找、删除的时间复杂度都是 O(1)。
- 最坏情况:如果所有元素都冲突(比如哈希函数设计极差),全部退化为链表,时间复杂度就是 O(n)。
- 空间复杂度:O(n),用空间换时间。
总结一下:
哈希表本质上是用空间换时间。它通过哈希函数把 Key 映射到位置,为了应对不可避免的哈希冲突,采用了链地址法或开放定址法。同时,我们需要关注装填因子,防止哈希表过满导致性能退化。在编程中,Python 的 dict、Java 的 HashMap、C++ 的 unordered_map 底层都是哈希表的具体实现。

浙公网安备 33010602011771号