2021-06-09 散列【1】

?xml version="1.0" encoding="UTF-8"?

更优化的查找方案？

在前面的内容里，我们利用数据项之间的排列关系，将查找算法进行了提升（顺序and二分查找）。

如果数据已经排好序的话，用二分查找可以进一步降低算法复杂度

能不能进一步降低算法复杂度？

现在我们来构造一个新的数据结构，能使得查找算法的复杂度降为O（1），这种概念称为”散列“

散列

要能使得查找的次数降低到常数级别，我们对数据项所处的位置就必须有更多的先验知识，最好是拿到一个列表的数，经过一定的处理之后，把每个数据项都排好坑，输入参数之后，算出坑位，然后直接去这个位置看看数据项是否存在

即由数据项的值来确定其存放位置

实现这个想法可以使用散列数据结构：

1.散列表（hash table ）是一种数据集，其中每一个存储位置，称为槽（slot），可以用来保存数据项，每个槽有一个唯一的名称

2.散列函数可以实现数据项到槽名称的转换，散列函数接受数据项作为参数，返回函数0~10，表示数据项存储的槽号（名称）

3.这个”散列函数”并不是唯一确定的，是可以自行设计的。

现在我们设计第一个散列函数，有一种常用的方法就是“求余数”，将数据项除以散列表的大小，得到的余数作为槽号

因为散列函数返回的槽号必须在散列表大小范围之内，所以一般会对散列表大小求余

4.按照散列函数h(item)为每个数据项计算出存放位置之后，就可以将数据项存入相应的槽中

数据项都保存到散列表后，要查找某个数据项是否存在于表中，我们只需要使用同一个散列函数，对查找项进行计算，测试下返回的槽号对应的槽中是否有数据项即可。

到此就实现了复杂度为O(1)的查找方法，但也还存在冲突的问题