哈希表的概念
文章目录
- 哈希表的基本概念
-
- 哈希表的定义
- 哈希函数
- 哈希冲突
-
- 链地址法
- 开放寻址法
- Java 中的哈希表和哈希集合
-
- Map \texttt{Map} Map、 HashMap \texttt{HashMap} HashMap 和 TreeMap \texttt{TreeMap} TreeMap
- Set \texttt{Set} Set、 HashSet \texttt{HashSet} HashSet 和 TreeSet \texttt{TreeSet} TreeSet
- 哈希表的应用场景和使用技巧
- 目录
哈希表的基本概念
哈希表的定义
哈希表也称散列表，是一种以键值对形式存储记录的数据结构，该数据结构支持根据键的内容直接访问在内存特定位置的值，并且可以进行查找、添加和删除操作。
哈希表的原理是将键通过函数映射到内存特定位置，加快操作速度，该函数称为哈希函数或散列函数。
理想情况下，哈希表的每次操作的时间复杂度是 O ( 1 ) O(1) O(1)。
哈希函数
哈希函数的作用是将键映射到索引。哈希函数的设计很重要，决定了哈希表的时间与空间的平衡。
哈希函数应满足容易计算且能够将所有的键均匀分布。理想情况下，不同的键应该映射到不同的索引，但是实际情况下，因为哈希函数的设计和索引空间限制等因素，可能出现不同的键映射到相同的索引的情况，称为哈希冲突。
哈希冲突
不同的键映射到相同的索引称为哈希冲突。哈希冲突的概率和哈希函数的设计有直接关系，好的哈希函数可以显著减少哈希冲突的情况，但是很难完全避免哈希冲突。因此，需要有解决哈希冲突的方法。
有两种常见的解决哈希冲突的方法，一是链地址法，二是开放寻址法。
链地址法
链地址法也称拉链法，其思想是将映射到相同索引的值存入同一个链表中。
链地址法解决哈希冲突的做法简单，查找、添加和删除操作的实现都较为简单，虽然链地址法的各项操作的时间复杂度在最坏情况下会退化为线性，但是在平均情况下仍然是 O ( 1 ) O(1) O(1)。
开放寻址法
开放寻址法的思想是：当发生哈希冲突时，继续探查哈希表中的其他索引位置，直到找到空的索引位置用于填入值。
和链地址法相比，开放寻址法的删除操作更为复杂。为了避免在删除之后导致重新寻址的键无法找到，进行删除操作时，只能在被删除的位置做删除标记而不能真正删除。
开放寻址法的常用探查做法有三种：线性探查、二次探查和双重哈希。
假设哈希表有 m m m 个槽位，定义辅助哈希函数 h h h，其值域为从 0 0 0 到 m − 1 m - 1 m−1 的全部整数。
线性探查采用的哈希函数是 f ( x , i ) = ( h ( x ) + i ) m o d m f(x, i) = (h(x) + i) \bmod m f(x,i)=(h(x)+i)modm，其中 i i i 是整数且 0 ≤ i < m 0 \le i < m 0≤i<m。线性探查从特定槽位开始依次遍历每个槽位，直到找到未被占用的槽位。线性探查的实现简单，但是当被占用的槽位增加时，线性探查的平均探查时间会增加，导致性能受到影响。
二次探查采用的哈希函数是 f ( x , i ) = ( h ( x ) + c 1 × i + c 2 × i 2 ) m o d m f(x, i) = (h(x) + c_1 \times i + c_2 \times i^2) \bmod m f(x,i)=(h(x)+c1×i+c2×i2)modm，其中 i i i 是整数且 0 ≤ i < m 0 \le i < m 0≤i<m， c 1 c_1 c1 和 c 2 c_2 c2 是正的辅助常数。二次探查的效果优于线性探查，但是效果取决于 c 1 c_1 c1、 c 2 c_2 c2 和 m m m 的取值。
双重哈希采用的哈希函数是 f ( x , i ) = ( h 1 ( x ) + h 2 ( x ) × i ) m o d m f(x, i) = (h_1(x) + h_2(x) \times i) \bmod m f(x,i)=(h1(x)+h2(x)×i)modm，其中 h 1 h_1 h1 和 h 2 h_2 h2 是两个辅助哈希函数， i i i 是整数且 0 ≤ i < m 0 \le i < m 0≤i<m。为了探查到整个哈希表， h 2 ( x ) h_2(x) h2(x) 的值必须和 m m m 互质。
三种探查做法中，双重哈希的效果最好。
Java 中的哈希表和哈希集合
Map \texttt{Map} Map、 HashMap \texttt{HashMap} HashMap 和 TreeMap \texttt{TreeMap} TreeMap
Map \texttt{Map} Map 接口表示用于存储键值对映射关系的数据结构，其中的任意两个键值对的键都不相同。 Map \texttt{Map} Map 接口需要通过实现类实例化，常见的实现类包括 HashMap \texttt{HashMap} HashMap 类和 TreeMap \texttt{TreeMap} TreeMap 类。
HashMap \texttt{HashMap} HashMap 类是哈希映射的类，其底层实现是数组。解决哈希冲突的方法是链地址法，具体做法在不同 JDK 版本中有所不同。
- 在 JDK 1.7 及之前的版本中， HashMap \texttt{HashMap} HashMap 类的实现为数组 + 单向链表，即数组中的每个元素都是一个单向链表。
- 在 JDK 1.8 及之后的版本中， HashMap \texttt{HashMap} HashMap 类的实现为数组 + 单向链表 + 红黑树，当链表长度过大时，将链表转化为红黑树以提升效率。链表和红黑树的切换规则如下：
- 如果链表的长度大于 8 8 8，则将链表转化为红黑树；
- 如果红黑树的结点数小于 6 6 6，则将红黑树转化回链表。
HashMap \texttt{HashMap} HashMap 的各项操作的平均时间复杂度是 O ( 1 ) O(1) O(1)，但是其中的键值对是无序的。
TreeMap \texttt{TreeMap} TreeMap 类是有序映射的类，其底层实现是红黑树。 TreeMap \texttt{TreeMap} TreeMap 类可以确保其中的键值对是按照键的大小排序的。由于需要维护有序性， TreeMap \texttt{TreeMap} TreeMap 的各项操作的时间复杂度是 O ( log n ) O(\log n) O(logn)，其中 n n n 是 TreeMap \texttt{TreeMap} TreeMap 存储的键值对数目。
HashMap \texttt{HashMap} HashMap 在 JDK 1.8 及之后版本的实现和 TreeMap \texttt{TreeMap} TreeMap 的实现都使用了红黑树的数据结构。红黑树是一种自平衡二叉搜索树，对于 n n n 个结点的红黑树，其查找、插入和删除操作的时间复杂度都是 O ( log n ) O(\log n) O(logn)。红黑树将在树、二叉树和二叉搜索树的部分介绍。
Set \texttt{Set} Set、 HashSet \texttt{HashSet} HashSet 和 TreeSet \texttt{TreeSet} TreeSet
Set \texttt{Set} Set 接口表示用于存储无重复元素的数据结构，其中的任意两个元素都不相同，同一个元素不能被重复加入。 Set \texttt{Set} Set 接口需要通过实现类实例化，常见的实现类包括 HashSet \texttt{HashSet} HashSet 类和 TreeSet \texttt{TreeSet} TreeSet 类。
HashSet \texttt{HashSet} HashSet 类是哈希集合的类，其实现基于 HashMap \texttt{HashMap} HashMap 类。 HashSet \texttt{HashSet} HashSet 的各项操作的平均时间复杂度是 O ( 1 ) O(1) O(1)，但是其中的元素是无序的。
TreeSet \texttt{TreeSet} TreeSet 类是有序集合的类，其实现基于 TreeMap \texttt{TreeMap} TreeMap 类。 TreeSet \texttt{TreeSet} TreeSet 中的元素是有序的，各项操作的时间复杂度是 O ( log n ) O(\log n) O(logn)，其中 n n n 是 TreeSet \texttt{TreeSet} TreeSet 存储的元素数目。
哈希表的应用场景和使用技巧
哈希表的应用主要有以下场景：
- 计数，使用哈希表记录元素的次数；
- 存储已经计算过的信息，避免重复计算，在动态规划中经常会使用哈希表存储已经计算过的信息；
- 判断一个元素是否已经访问过，该场景常用哈希集合，判断链表是否有环问题和搜索问题中经常使用哈希集合；
- 和双向链表结合，可以实现最近最少使用（LRU）缓存和最不经常使用（LFU）缓存。
大多数情况下，使用哈希表和哈希集合的场景都会使用 HashMap \texttt{HashMap} HashMap 类和 HashSet \texttt{HashSet} HashSet 类的对象。如果哈希表的键范围有限或者哈希集合的元素范围有限，例如只能是数字或者只能是字母，则可以用数组代替哈希表。虽然从复杂度分析的角度而言，数组和哈希表的时间复杂度和空间复杂度相同，但是在实际运行时，数组的操作时间和占用空间都优于哈希表。
目录
- 哈希表题目：两数之和
- 哈希表题目：唯一摩尔斯密码词
- 哈希表题目：快乐数
- 哈希表题目：在长度 2N 的数组中找出重复 N 次的元素
- 哈希表题目：有效的数独
- 哈希表题目：键盘行
- 哈希表题目：宝石与石头
- 哈希表题目：赎金信
- 哈希表题目：“气球”的最大数量
- 哈希表题目：相交链表
- 哈希表题目：环形链表
- 哈希表题目：环形链表 II
- 哈希表题目：整数转罗马数字
- 哈希表题目：罗马数字转整数
- 哈希表题目：同构字符串
- 哈希表题目：单词规律
- 哈希表题目：查找和替换模式
- 哈希表题目：字符串中的第一个唯一字符
- 哈希表题目：公平的糖果交换
- 哈希表题目：找出数组中的幸运数
- 哈希表题目：独特的电子邮件地址
- 哈希表题目：验证外星语词典
- 哈希表题目：查找共用字符
- 哈希表题目：两个相同字符之间的最长子字符串
- 哈希表题目：最短补全词
- 哈希表题目：亲密字符串
- 哈希表题目：判断路径是否相交
- 哈希表题目：矩阵置零
- 哈希表题目：设计哈希集合
- 哈希表题目：设计哈希映射
- 哈希表题目：从英文中重建数字
- 哈希表题目：猜数字游戏（猜数字游戏策略实现）
- 哈希表题目：数组中的 k-diff 数对
- 哈希表题目：数组的度
- 哈希表题目：单词子集
- 哈希表题目：子域名访问计数
- 哈希表题目：字母板上的路径
- 哈希表题目：制造字母异位词的最小步骤数
- 哈希表题目：数的平方等于两数乘积的方法数
- 哈希表题目：砖墙
- 哈希表题目：森林中的兔子
- 哈希表题目：保证文件名唯一
- 哈希表题目：最长连续序列
- 哈希表题目：在系统中查找重复文件
- 哈希表题目：数组中重复的数据
- 哈希表题目：四数相加 II
- 哈希表题目：从链表中删去总和值为零的连续结点
- 哈希表题目：设计地铁系统
- 哈希表题目：缺失的第一个正数
- 哈希表题目：元音拼写检查器
- 哈希表题目：TinyURL 的加密与解密
- 哈希表题目：最大频率栈
- 哈希表题目：设计推特
- 哈希表题目：LRU 缓存
- 哈希表题目：网格照明
- 哈希表题目：最大相等频率
- 哈希表题目：原子的数量
- 哈希表题目：LFU 缓存
- 哈希表题目：Lisp 语法解析
- 哈希表题目：全 O(1) 的数据结构