目录
哈希查找
散列的基本思想
例一
例二
哈希查找
我们之前学过的几种查找方法：
- 顺序查找
- 二分查找（静态查找）
- 二叉搜索树
h为二叉查找树的高度
- 平衡二叉树
还有没有更快的查找方法呢？
我们先看下面的例子：
在登陆QQ的时候，QQ服务器是如何核对你的身份的？面对庞大的用户群，如何快速找到用户信息？
如果用二分法查找：
- 十亿（
）有效用户，所以用二分法查找30次。
- 十亿（
，也就是需要1T的连续空间。
- 按有效QQ号大小有序存储：在连续存储空间中，插入和删除一个新的QQ号码将需要移动大量数据。
如何快速搜索到需要的关键词呢？如果关键词不方便比较怎么办？
我们看看查找的本质：已知对象找位置。
- 有序安排对象：全序、半序
- 直接“算出”对象位置：散列
于是我们引进哈希查找法。
哈希查找法的两项基本工作：
- 计算位置：构造哈希函数确定关键词存储位置；
- 解决冲突：应用某种策略解决多个关键词位置相同的问题。
时间复杂度几乎是常量：O（1），即查找时间与问题规模无关。
散列的基本思想
- 以关键字
为自变量，通过一个确定的函数
（散列函数），计算出对应的函数值
，作为数据对象的存储地址。
- 可能不同的关键字会映射到同一个散列地址上，即
（当
）
，称为“冲突（Collision）”。——需要某种冲突解决策略
例一
有n = 11个数据对象的集合{ 18,23,11,20,2,7,27,30,42,15,34 }。
哈希表的大小用TableSize = 17，选取哈希函数h如下：
（取余）
因为18 % 17 = 1，所以h（18） = 1
因为23 % 17 = 6，所以h（23） = 6
因为11 % 17 = 11，所以h（11） = 11
......
得到：
| 地址 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 关键词 | 34 | 18 | 2 | 20 | 23 | 7 | 42 | 27 | 11 | 30 | 15 |
假设新插入35，h（35） = 1，该位置已有对象，冲突！（在后面我们将讨论怎么解决冲突）
查找：
- key = 22，h（22） = 5，该地址空，不在表中
- key = 30，h（30） = 13，该地址存放是30，故而找到了。
补充：
装填因子（Loading Factor）：设散列表空间大小为m，填入表中元素个数是n，则称
为散列表的装填因子。
例二
将acos、define、float、exp、char、atan、ceil、floor，顺次存入一张散列表中。
散列表设计为一个二维数组Table[26][2]，2列分别代表2个槽。
设计散列函数 h（key） = key[ 0 ] - ‘a’
| 槽0 | 槽1 | |
| 0 | acos | atan |
| 1 | ||
| 2 | char | ceil |
| 3 | define | |
| 4 | exp | |
| 5 | float | floor |
| 6 | ||
| ...... | ||
| 25 |
如果没有溢出，
end
学习自：MOOC数据结构——陈越、何钦铭
