哈希表——聊聊查找的那些事情

尽管很多人知道哈希表，但并并没有掌握到核心（到目前为止，我也没有）。其实对于哈希的阐述，应该顺着这样的一个结构：

什么是哈希结构？

为什么需要哈希结构？

如何实现哈希结构？

实现哈希结构的过程中会遇到什么问题？

如何解决这些存在的问题？

实际上，学习的每个过程，几乎都遵循着这样的一个逻辑，但是关键在于，很多时候，我们恰恰陷入了局部，却没有认识整体，直接导致我们对问题的理解不深刻：

什么是哈希结构呢？

        在此不给出抽象的定义，谈谈个人对于哈希的理解：利用某种方法（数学映射，也就是哈希函数），将我们的关键字 映射到 某个 存储单元，以便我们能够以最快的速度找到它！

        举一个最直观的例子，当你查字典的时候，想想你是怎么查的，你并不是从第一页翻到最后一页吧，而是通过拼音查找法，或者偏旁部首查找法，这样可以更快速的查找到我们要找的东西。而这样做之所以能够快速找到，是因为我们利用了我们要找的 关键字 本身的一些信息：它的拼音 以及偏旁部首。也就是，我们并不是无脑的从第一页翻到了最后一页，而是我们发现：可以利用 关键字自身的特点，来制定某种规则，来方便我们查找。

       实际上，哈希表就利用了这样一种朴素的思想：利用了 待查找的关键字的特征，建立了某种映射关系，从而使得我们可以快速定位与查找。

为什么需要哈希结构呢？

我们需要形成一种意识：数据结构存在的意义是什么？   答案只有一个：提高查找、插入、删除的效率。

从上述对哈希表的论述中可以看出，哈希表的存在主要是为了提高查找的效率。那么，我们来看看其他的结构，到底问题在哪呢？

1 数组：数组就像一张空白的纸，来一个数值按顺序填入纸张，最后当我们要查找某个数时，我们还得从第一个开始比对，糟糕的情况下，我们需要比对到最后一个，也就是其时间复杂度为O（n）。那么为什么会出现这种情况呢？本质在于，我们只是不加区分的按序存储，没有利用待查找关键字 自身的特征。（比如如果在创建数组的时候，我们奇数放在一栏，偶数放在一栏这样会快很多）。

2 链表？不好意思，链表并不适合查找

3 二叉查找树：二叉查找树 在建立“表”的时候，将这个表建立成了一个“顺序表”，使得中序遍历可以得到一个数值从小到大的“表”。二叉查找树利用了二分法，提高了查找速度，时间复杂度为O(logn),相比于数组，已经是个很大的提升。那么能够提升的本质是什么？ 我们不再是不加区分的按序存储，而是将大小进行排序，构建了一棵树。我们将 关键字 按照大小排序实质上就是利用了数值本身的特性。

上述改进其实提供了一种思想：我们要向获得更快的速度，就需要利用上数据本身的信息（无论是干什么，这种思想都会用的上，包括AI，定位等等）。

那么，利用大小排序“用尽了”数据本身的特性吗？

显然没有， 这种时候，哈希表通过构建一个哈希函数，更大化的利用了数据本身 的特性，而不再是 仅仅比较大小，进行排序这种操作了。如果我们构建的哈希函数足够完美，能构成 一 一映射的关系，那么我们查找的速度就是O(1),怎么样，是不是很快？

可见，只有充分挖掘数据本身的特性，我们才有可能获得更好的算法（这是一种思想）

理想很美好，现实很骨感，我们并非都是天才，构建一个完美的哈希函数并不是一件容易的事情。在这种情况下，哈希表将会暴露出一些很重要不能被忽略的问题：

哈希冲突!

哈希均衡!

这两个问题，可以说是十分重要的一个问题了。时间有限，不再赘述，网上资料很多。只是想说明一点：哈希冲突和哈希均衡是设计哈希表时必须要考虑的问题。

除了这个以外：

当 当前哈希表趋于满的时候，扩展哈希，或者说是再哈希 也是一个重要问题。先不赘述。

针对哈希结构，我们需要注意以下问题：

选取何种方式构建哈希函数

如何应对哈希冲突

如何应对哈希均衡

怎样理解 负载因子？

再哈希 需要考虑哪些问题？