5散列表

1 散列函数

散列函数将输入映射到输出。

• 1.散列函数总是将同样的输入映射到相同的索引。同一个输入，其结果是一致的。如输入apple，每次都得到4。
• 2.散列函数将不通话的的输入映射到不同的索引。
• 3.散列函数直到数组有多大，只返回有效的索引。

散列表也被称为散列映射、映射、字典和关联数组。

2.应用案例

2.1 将散列表用于查找

创建电话簿

phone_book = {}
#或者phone_book = dict()
phone_book["马云"]=18888888888
phone_book["马化腾"]=16868686868
#获取马云的练习方式
print(phone_book["马云"])

散列表还适用于DNS解析
无论访问哪个网站，其网址都必须转换为IP地址。如

baidu.com -> 183.232.231.174
sina.com -> 36.156.86.241
163.com -> 111.3.84.41

2.2 防止重复

假如负责管理投票站。每人只能投一票。有人来投票，需要先查询他的姓名，并在投票名单中进行查找，确保未投过票。
如果使用简单查找，当列表非常长时，耗时将很久。
使用散列表，则非常快。

voted={}
def check_voter(name):
    if voted.get(name):
        print("已经投过票了")
    else:
        voted[name]=True
        print("让他投")
check_voter("tom")    #让他投
check_voter("mike")    #让他投
check_voter("mike")    #已经投过票了

2.3 将散列表用作缓存

假设有人问你月球和地球之间的距离，你需要搜索，在告诉对方答案。缓存将答案存在本地，以后再问，直接回答。
缓存：

• 用户能够更快的看到网页，就像你记住了月球和地球之间的距离一样，再有人问起，可以立即回答
• 网站做的工作更少

cache={}
def get_page(url):
    if cache.get(url):
        return cache[url]    #返回缓存的数据
    else:
        data = get_data_from_server(url)
        cache[url]=data    #保存到缓存中
        return data

2.4 小结

散列表适合用于：

• 模拟映射关系
• 防止重复
• 缓存/记住数据，以免服务器再通过处理来生成它们。

3.冲突

散列表长度一定比如key为a-z 26个字母，元素大于散列表的长度。a已经存了apple-1.49，如果再存储avocado-3.99，会因为给两个元素分配相同的位置的而冲突。为了避免冲突：如果两个key映射到同一位置，就在这个位置存储一个链表。
如果你的商品全是以a开头的，所有元素都存到一个链表中，散列表的速度会很慢。
经验：

• 散列函数很重要。散列函数要将key均匀的映射到散列表的不同位置。
• 如果散列表存储的链表很长，散列表的速度将急剧下降。如果使用的散列函数很好，链表就不会很长。

4. 性能

平均情况下，散列表执行各种操作的时间为常量时间（O(1)）。
常量时间：不过散列表多大，所需的时间都相同。

散列表的性能：

操作	平均情况	最糟情况
查找	O(1)	O(n)
插入	O(1)	O(n)
删除	O(1)	O(n)

4.1 填装因子

填装因子=散列表包含的元素数/位置总数
如列表长度为5，里面有2个元素，其填装因子为0.4.
填装因子度量的是散列表中还有多少位置是空的。
填装因子大于1意味着商品数量超过了数组的位置数。一旦填装因子开始增大，你就需要在散列表中添加位置，这被称为调整长度。调整长度通常将数组增长一倍。
填装因子越低，发生冲突的可能性越小，散列表的性能越高。经验：一旦填装因子大于0.7，就调整散列表的长度。

4.2 良好的散列函数

良好的散列函数让数组中的值呈均匀分布，避免让值扎堆，导致大量的冲突。

5 小结

• 冲突很糟糕，良好的散列函数可以减少冲突
• 散列表的查找、插入和删除速度都非常快
• 散列表适合与模拟映射关系
• 一旦填装因子超过0.7，就该调整散列表的长度。
• 散列表可用于缓存数据
• 散列表非常适合用于方式重复