哈希表

哈希表：速度与空间的魔法

在编程世界里，我们常常梦想着一种数据结构：无论存多少数据，查找速度都像数组根据下标访问一样快。哈希表让这个梦想近乎成真，它通过一种“魔法映射”，在速度与空间之间取得了精妙的平衡。

哈希表的基本思想

哈希表的核心是一个数组和一把“钥匙”——哈希函数。它负责将任意大小的数据（如字符串、对象）转换成一个固定范围的整数索引。理想情况下，不同的数据映射到不同的位置，实现O(1)的直接访问。

// 一个简单的思想示例：将字符串首字母映射到数组索引
int naiveHash(string key, int tableSize) {
    return (key[0] - 'a') % tableSize; // 显然，这会产生很多冲突
}

为什么需要哈希表？

当我们需要快速判断元素是否存在（如敏感词过滤），或需要键值对关联存储（如电话簿）时，遍历数组太慢，二叉搜索树 O(log n) 也不够极致。哈希表提供了平均情况下接近瞬时的访问能力，是现代系统高性能的关键组件。

魔法背后的挑战：哈希冲突

“魔法”并非完美。不同的数据（如“apple”和“avocado”）经哈希函数计算后可能指向同一个索引，这就是哈希冲突。优秀的哈希表设计必须解决它。两种主流方法是：

1. 链地址法：每个数组位置是一个链表头，冲突的元素被链在一起。简单稳定。
2. 开放寻址法：冲突后，按某种规则（如线性探测）寻找数组中的下一个空位。

哈希表的应用场景

它是编程语言的字典/集合类型的基石（如Python的dict，Java的HashMap）。缓存系统（如Redis）、数据库索引、唯一标识符检查、乃至密码学，都深深依赖哈希表的原理。