查找算法(7)--Hash search--哈希查找

1.哈希查找
　　(1)什么是哈希表(Hash)
　　 咱们使用一个下标范围比较大的数组来存储元素。能够设计一个函数（哈希函数， 也叫作散列函数），使得每一个元素的关键字都与一个函数值（即数组下标）相对应，因而用这个数组单元来存储这个元素；也能够简单的理解为，按照关键字为每个元素"分类"，而后将这个元素存储在相应"类"所对应的地方。可是，不可以保证每一个元素的关键字与函数值是一一对应的，所以极有可能出现对于不一样的元素，却计算出了相同的函数值，这样就产生了"冲突"，换句话说，就是把不一样的元素分在了相同的"类"之中。后面咱们将看到一种解决"冲突"的简便作法。
　　 总的来讲，"直接定址"与"解决冲突"是哈希表的两大特色。
　　(2)什么是哈希函数
　　 [1]哈希函数的规则是：经过某种转换关系，使关键字适度的分散到指定大小的的顺序结构中，越分散，则之后查找的时间复杂度越小，空间复杂度越高。
　　 [2]算法思想：哈希的思路很简单，若是全部的键都是整数，那么就可使用一个简单的无序数组来实现：将键做为索引，值即为其对应的值，这样就能够快速访问任意键的值。这是对于简单的键的状况，咱们将其扩展到能够处理更加复杂的类型的键。
　　 [3]算法流程：
　　 1）用给定的哈希函数构造哈希表；
　　 2）根据选择的冲突处理方法解决地址冲突；
　　　　 常见的解决冲突的方法：拉链法和线性探测法。
　　 3）在哈希表的基础上执行哈希查找。
　　 哈希表是一个在时间和空间上作出权衡的经典例子。若是没有内存限制，那么能够直接将键做为数组的索引。那么全部的查找时间复杂度为O(1)；若是没有时间限制，那么咱们可使用无序数组并进行顺序查找，这样只须要不多的内存。哈希表使用了适度的时间和空间来在这两个极端之间找到了平衡。只须要调整哈希函数算法便可在时间和空间上作出取舍。
　　(3)复杂度分析：
　　单纯论查找复杂度：对于无冲突的Hash表而言，查找复杂度为O(1)（注意，在查找以前咱们须要构建相应的Hash表）。
　　使用Hash，咱们付出了什么？
　　咱们在实际编程中存储一个大规模的数据，最早想到的存储结构可能就是map，也就是咱们常说的KV pair，常常使用java的博友可能更有这种体会。使用map的好处就是，咱们在后续处理数据处理时，能够根据数据的key快速的查找到对应的value值。map的本质就是Hash表，那咱们在获取了超高查找效率的基础上，咱们付出了什么？
　　Hash是一种典型以空间换时间的算法，好比原来一个长度为100的数组，对其查找，只须要遍历且匹配相应记录便可，从空间复杂度上来看，假如数组存储的是byte类型数据，那么该数组占用100byte空间。如今咱们采用Hash算法，咱们前面说的Hash必须有一个规则，约束键与存储位置的关系，那么就须要一个固定长度的hash表，此时，仍然是100byte的数组，假设咱们须要的100byte用来记录键与位置的关系，那么总的空间为200byte,并且用于记录规则的表大小会根据规则，大小多是不定的。