1.散列表

散列表/哈希表

特点：

• 通过建立键 key 与值 value 之间的映射，实现O(1)时间复杂度的高效的元素查询

举例：

• 树
• 图

图解：

常用操作：

• 初始化
• 查询操作
• 添加键值对
• 删除键值对

哈希函数（hash function）：

• 作用：作用是将一个较大的输入空间映射到一个较小的输出空间
• 索引位置（桶）计算： index = hash(key) % capacity

哈希冲突

• 因为输入空间远大于输出空间，所以理论上一定存在冲突
• 解决方式：
  • 链式地址
    • 原理：将所有发生冲突的键值对存储在同一个桶的同一链表中（redis hash、go map）
    • 当链表很长时，可以将链表转换为’AVL 树’或’红黑树’，以提高查询效率
  • 开放寻址
    • 原理：不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突
    • 具体方法：
      • 线性探测：
        • 采用固定步长的线性搜索：
          • 插入时，若发现桶内已有元素，则从冲突位置向后线性遍历（步长通常为1），直至找到空桶，将元素插入其中
          • 查询时，若发现哈希冲突，则使用相同步长向后进行线性遍历，直到找到对应元素。如果遇到空桶，说明目标不在哈希表中
      • 平方探测：
        • 采用探测次数的平方步长的搜索：
          • 与线性探测类似
      • 多次哈希：
        • 使用多个哈希函数
          • 插入时，若出现冲突，则尝试更换哈希函数，直到找到空位
          • 查询时，若出现冲突，则尝试更换哈希函数，直到找到元素或者出现空位
  • 再哈希
    • 原理：新建一个更大的哈希表，使用新的哈希函数将原先键值对重新映射到新的地址