级别: ★☆☆☆☆
标签:「算法」「Hash」「散列表」「哈希表」
做者: MrLiuQ
审校: QiShare团队php
本篇将介绍散列表(哈希表)的相关基础知识。html
散列表(Hash table,也叫哈希表)是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它经过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。 这个映射函数叫作散列函数,存放记录的数组叫作散列表。(来源360百科)git
散列函数:简单来讲是一个函数,传入一个Key
就返回一个固定的数。该数即为散列表数组的下标。(用一句话描述:散列函数将“输入”映射到“数字”。)github
对不一样的关键字可能获得同一散列地址,即k1≠k2
,而f(k1)=f(k2)
,这种现象称为冲突(碰撞)。算法
常见的解决哈希冲突方案有如下四种:(详细细节见下篇讲解)数组
开放定址法:为产生冲突的地址H(key)
求得一个新的地址序列: Hi =(H(key)+ di)% m
(i=1,2,3,...,m-1) 其中H(key)
为哈希函数,m
为表长,di
称为增量序列。(其中增量di
的取值方法也有多种,详细细节见下篇)微信
链地址法:将全部哈希地址相同的记录都连接在同一链表中。数据结构
再哈希法:产生冲突时计算**另外一个哈希函数(散列函数)**的地址,直到冲突再也不发生为止。函数
创建公共溢出区:把冲突的值都放在另外一个溢出表中,不把冲突的值存原表中。oop
先介绍一个散列表的专有名词:填装因子(负载因子)。
这里列出了常见数据结构操做的时间复杂度。
/ | 散列表(最佳状况) | 散列表(最坏状况) | 数组 | 链表 |
---|---|---|---|---|
取值 | O(1) | O(n) | O(1) | O(n) |
插入 | O(1) | O(n) | O(n) | O(1) |
删除 | O(1) | O(n) | O(n) | O(1) |
能够看出散列表在最佳状况下的性能是很出色的,虽然最坏状况的性能很差,但咱们能够经过一些手段避免掉最坏状况。所以,散列表的最优状况就是平均状况,时间复杂度为常数级O(1)。
所以,散列表在使用中须要注意两点:
0.7
时,考虑散列表翻倍扩容)PS:Python的作法是,会设法保证大概还有三分之一的表元是空的,当快要达到这个阀值的时候,会进行扩容,将原散列表复制到一个更大的散列表里。
例如,用散列表实现一个电话薄。
主要功能以下:
图解以下:
代码以下:
# 建立一个telBook的散列表
telBook = dict()
# 将A-Z的字母做为telBook的Key,Value仍是一个散列表
for ch in xrange(0x41, 0x5A):
telBook[unichr(ch)] = dict()
# 将联系人加入telBook中,取首字母做为第一个Key,名称做为第二个Key,电话做为第二个Key的Value。
def addFriend(name, phoneNumber):
telBook[name[0:1]][name] = phoneNumber
addFriend("QiShare1", 13800000000)
addFriend("QiShare2", 13811111111)
addFriend("QiShare3", 13822222222)
addFriend("QiShare4", 13833333333)
addFriend("QiShare5", 13844444444)
addFriend("QiShare6", 13855555555)
addFriend("Police", 110)
addFriend("XiaoMing1", 1)
addFriend("XiaoMing2", 2)
addFriend("XiaoMing3", 3)
# 输出结果:
for ch in xrange(0x41, 0x5A):
if telBook[unichr(ch)]:
print unichr(ch)+":"
print telBook[unichr(ch)]
复制代码
打印结果以下:
小编微信:可加并拉入《QiShare技术交流群》。
关注咱们的途径有:
QiShare(简书)
QiShare(掘金)
QiShare(知乎)
QiShare(GitHub)
QiShare(CocoaChina)
QiShare(StackOverflow)
QiShare(微信公众号)
推荐文章:
iOS UIButton根据内容自动布局
iOS 指定初始化方法
UIView中的hitTest方法
iOS关于tabBar的几处笔记
A的女儿是B的女儿的妈妈,A是B的谁?
算法小专栏:选择排序
iOS Runloop(一)
奇舞周刊