二叉树和哈希表的优缺点对比与选择

二叉树(binary tree)和哈希表(hash table)都是很基本的数据结构，可是咱们要怎么从二者之间进行选择呢？他们的不一样是什么？优缺点分别是什么？

回答这个问题不是一两句话能够说清楚的，缘由是在不一样的状况下，选择的依据确定也不一样。首先来回顾一下这两个数据结构：

哈希表使用hash function来对输入的数据分配index到哈希表对应的槽中。假设有一个哈希表的size是100，而咱们输入的数据是从0～99，咱们要把输入数据储存到哈希表中。理论上来讲，该哈希表插入和查找操做的时间复杂度都是O(1)。

二叉树遵循右子树大于根节点，左子树小于根节点的原则进行数据的插入和保存。若是这个树的平衡的，那么，对于每一个元素的插入和查找操做的时间复杂度是O(log(n))，n是树的节点个数，log(n)一般是树的深度。固然，对于不平衡的状况，那就须要更复杂的数据结构的树（红黑树等）进行处理。

上文彷佛得出结论哈希表要好于二叉树，可是it is not always the case。哈希表有如下几个突出的缺点：

1. 当更多的数插入时，哈希表冲突的可能性就更大。对于冲突，哈希表一般有两种解决方案：第一种是线性探索，至关于在冲突的槽后创建一个单链表，这种状况下，插入和查找以及删除操做消耗的时间会达到O(n)，且该哈希表须要更多的空间进行储存。第二种方法是开放寻址，他不须要更多的空间，可是在最坏的状况下（例如全部输入数据都被map到了一个index上）的时间复杂度也会达到O(n)。

2. 因此，在决定创建哈希表以前，最好能够估计输入的数据的size。不然，resize哈希表的过程将会是一个很是消耗时间的过程。例如，若是如今你的哈希表的长度是100，可是如今有第101个数要插入。这时，不只哈希表的长度可能要扩展到150，且扩展以后全部的数都须要从新rehash。

3. 哈希表中的元素是没有被排序的。然而，有些状况下，咱们但愿储存的数据是有序的。

另外一方面，咱们讨论二叉树：

1. 二叉树不会有冲突（collision），这意味着咱们可以保证二叉树的插入和查找操做一直都是O(log(n))的时间复杂度。

2. 二叉树的空间占用跟输入的输入数据一致。因此咱们不须要为二叉树预先分配固定的空间。因此，你也不须要预先知道输入数据的size。

3. 全部的元素在树中是排序好的。

Summary

若是你预先知道输入数据的大小，并且有足够的空间储存哈希表，且不须要对数据进行排序，那么哈希表老是好的。由于哈希表在插入，查找和删除操做中只须要常数时间。

另外一方面，若是数据是持续的加入，你预先不知道数据的大小，那么二叉树是一个折中的选择。

Reference:
Hash table vs Binary search tree