漫画 | 什么是散列表（哈希表）？

建立与输入数组相等长度的新数组，做为直接寻址表。两数之和的指望是Target，将Target依次减输入数组的元素，获得的值和直接寻址表比较，若是寻址表存在这个值则返回；若是不存在这个值则将输入数组中的元素插入寻址表，再进行输入数组中的下一个元素。

再进一步优化能够将输入数组直接做为直接寻址表，控制对应的下标就好，代码以下：

Code：直接寻址表

class Solution {
        public int[] twoSum(int[] nums, int target) {
        for (int i = 1; i < nums.length; i++) {
            int temp = target - nums[i];
            for (int j = 0; j < i; j++) {
                if (temp == nums[j]) return new int[]{j, i};
            }
        }
        return null;
    }
}

动画：直接寻址表

数组里面每个槽位放的是8个字节，用于一个指向外部类的引用。这个外部类能够是链表对象，也能够是红黑树对象，均可以存一个或者一个以上的元素，也能够是空链表或空树。散列表在某种意义上须要的数组空间能够比直接寻址表要少的不少。

散列函数是将全部元素的键转换为天然数，天然数的数集是{0，1，2，……}。

若是全部元素的键是正整数，最经常使用的方法是求模（除留余数法）。咱们选择长度为素数M的数组，对于任意正整数k，计算k mod M求得余数；

若是全部元素的键是浮点数，咱们将它表示为二进制数，忽略小数点再转化为十进制，而后求模；

若是全部元素的键是字符串，能够将它字符串里面的每个字符经过ASCII码转换，并相加获得这个字符串的hash，而后求模；

若是全部元素的键是对象或者组合键（对象里面的是属性类型不定），也能够经过上面的方法混合起来。

除了线性探测法，还有二次探测还有双重探测。

线性探测法是，经过散列函数获得散列值，检查这个散列值是否被占用，若是被占用，将索引增大，到达数组结尾时折回数组的开头，直到找到没有被占用的散列值。

线性探测采用的散列函数为：

其中h`(k)是第一次经过散列函数获得的散列值。

二次探测采用的散列函数为：

双重探测采用的散列函数为：

其中

键簇，是指元素在插入数组后汇集成的一组连续的条目，决定线性探测的平均成本。

以下图所示，插入以前已经看到了两个比较长的键簇，若是待插入元素经过散列函数获得的散列值正好是这两个键簇中的第一个位置，就须要探测不少次才能找到空的位置；若是落在了两个键簇间的只有一个空位置，那就产生了更长的键簇，对线性探测的平均成本大大增长。

显然，短小的键簇才能保证较高的效率，不论是插入、查找仍是删除算法。随着插入的键愈来愈多，较长的键簇愈来愈多，有可能插入一个元素就将两个很长的键簇合并。因此才有了两次探测和双重探测，能够下降这种状况出现。

动态空间处理其实就是改变数组的长度，能够设定一个构造函数，这个构造函数能够接受一个固定的容量做为参数。

M是目前散列表数组的长度，N是目前在散列表已插入元素的个数。如何扩容和缩容能够设定一个条件，若是N/M >= 上边界，即平均每一个槽承载元素超过必定程度，就进行扩容；若是N/M <= 下边界，即平均每一个槽承载元素降到必定程度，就进行缩容。

扩容和缩容都会建立一个新的长度M的散列表，散列函数也会由于M而改变，原来的全部元素经过新的散列函数从新散列并插入新的散列表中。

动画：动态空间处理

Java 8以前，每个槽对应一个链表；

Java 8开始以后，当哈希冲突达到必定程度时，每个位置槽从链表转成红黑树。

面试官很客气，一直送我到门口，我恋恋不舍地离开这个地方。嗯，面试官真是个好人。

我出去大门，看见一个面试者在拿着A4纸一直默读，我想那个面试官待会要面这我的吧。小伙子，你运气真好，但愿你面试成功。

场景虚构，若有雷同，实属巧合

-----完结-----

喜欢本文的朋友，欢迎关注公众号「算法无遗策」，和咱们一块儿学数据结构、刷算法题。