一文搞懂哈希表

1、什么叫哈希表

散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做**散列表 ** （这是百度百科的解释）。

简单点说，就是哈希表也叫散列表（英文名 Hash Table），它也是一种数据结构，它的特点是：可以根据一个key值来直接访问数据，因此查找速度快。

相信大家都知道，几个最基本的数据结构中，数组的查询效率最高。其实哈希表的本质就是数组。就是哈希表的底层实现用到了数组，就是在数组的基础上进行了一些加工，让其变得有特色，然后 就变成了哈希表。

2、哈希表的实现方式

哈希表有下面两种实现方式：

1、数组+链表

2、数组+二叉树

这也是我上面说哈希表的本质是数组的原因，就是在数组的基础上加一些其他的东西，但是数组一般存放的是单一的数据，而哈希表中存放的是一个键值对。

3、哈希表中的几个概念

啥是散列函数

我们借用一个百度百科上的例子来说明：
我们如果要想快速找到姓王的这个人，我们就可以直接根据他的姓氏的首字母来来快速定位，放到数学里就是给你一个值，经过一个函数的加工变成了另外一个值，然后这个函数我们就叫做散列函数。类似于下图的过程

关键值Key

从左往右看，第一个数值，经过散列函数的加工，变成了另外一个数值。那么第一个数值就是所说的key。总体看下来，可以这么说，哈希表就是通过将关键值也就是key通过一个散列函数加工处理之后得到一个值，这个值就是数据存放的位置，我们就可以根据这个值快速的找到我们想要的数据。

深入了解哈希表

相信大家对数组都很熟悉，下标索引从0开始，连续的，可以直接通过下标访问。比如有一个数组arr，有5个元素，我们可以通过arr[1]拿到第二个元素，查询速度很快。

那我们看看哈希是什么样子的。先看一幅图

这个图就很形象的说明 了我们的之前说的，哈希表就是通过将关键值也就是key通过一个散列函数加工处理之后得到一个值，这个值就是数据存放的位置，我们就可以根据这个值快速的找到我们想要的数据。

键值对和Entry

键值对就是我们所说的key-value ，简单的值就是一个值对应另外一个值比如a对应b，那么a就是key,b就是value。entry就是jdk对于键值对的一个官方名称，毕竟好多语言里都会有键值对，我们java要和别的语言区别开来。

4、 哈希表如何存数据

通过上图我们可以发现，哈希表的本质是数组，，现在有一个长度为8的数组，我们要做的就是把学生信息存到这个数组中，学生信息包括学生学号和姓名，也就是对应的key-value，我们先通过一个哈希函数对这个key进行计算，确定这个entry所存放的位置，然后将这个entry放入数组中的当前索引的位置即可。但是有一个问题，我们知道这个存放entry的下标索引是key经过hash函数的加工得到的，那么会不会存在说，别的key也经过hash函数，也得到这个下标索引，这就是我们所说的hash冲突的问题。

哈希冲突

就如上图所示，张三的key经过哈希函数得到了1，李四的key经过哈希函数也得到了1 ，这个时候应该怎么办呢，怎么存呢。

处理哈希冲突

• 开放寻址法

开放寻址法简单点说，就是位置被占了，那就另外找个位置存就可以了，怎么找其他位置呢？我们说个最基本的，就是如果当前位置被占了，那就看看该位置的后一个位置是否可用，可用的话，就存这里，如果还是被占用的话，在继续看下一个位置，直到找到空位置为止。

• 拉链法

拉链法与开放寻址法不同，还是存在该位置，可是，该位置已经被占用了，就在这个位置这里就采用了链表，什么意思呢？如下图中所示，现在张三和李四都要放在1找个位置上，但是张三先来的，已经占了这个位置，那李四呢？解决办法就是链表，这时候这个1的位置存放的不单单是之前的那个Entry了，此时的Entry还额外的保存了一个next指针，这个指针指向数组外的另外一个位置，将李四安排在这里，然后张三那个Entry中的next指针就指向李四的这个位置，也就是保存的这个位置的内存地址，如果还有冲突，那就把又冲突的那个Entry放在一个新位置上，然后李四的Entry中的next指向它，这样就形成了一个链表。

5、哈希表的扩容

当哈希表被占的位置变多时，哈希冲突的概率就会变高，所以当哈希表被占了一定的位置时，就很有必要对哈希表进行扩容。

这个扩容怎么扩呢，这里会有一个负载因子（增长因子）的概念，简单点说，就是已经被占的位置和总位置的百分比，拿Hashmap 来说，他的负载因子是0.75，当达到这个值的时候，会把原数组进行扩容成原来的2倍，然后把原数组中的所有entry,在 全部重新hash一遍，计算出新的位置，放到新的数组中。

哈希表如何读取数据

我们还用上面那张图，比如我们现在要通过学号102011来查找学生的姓名，怎么操作呢？我们首先通过学号利用哈希函数得出位置1，然后我们就去位置1拿数据啊，拿到这个Entry之后我们得看看这个Entry的key是不是我们的学号102011，如果不是，就根据这个Entry的next知道下一给位置，在比较key，直到成功找到李四，这就是拉链法的读取方式 。而开放寻址法的读取方式也类似，先通过学号利用哈希函数得出位置1，然后我们就去位置1拿数据啊，看拿到的key是否一样，不一样就去下一位置找，在对key进行比较，直到成功找到。

哈希表的核心 哈希函数

在哈希表中，哈希函数的设计很重要，一个好的哈希函数可以极大的提升性能，减少hash冲突的发生。

选取散列函数的可参考的因素：（1）计算散列地址所需的时间；（2）关键字长度；（3）散列表大小；（4）关键字的分布情况；（5）查找记录的频率。

设计哈希函数的方法：

• 直接定址法

  取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数（这种散列函数叫做自身函数）。

• 数字分析法

  假设某公司的员工登记表以员工的手机号作为关键字。手机号一共11位。前3位是接入号，对应不同运营商的子品牌；中间4位表示归属地；最后4位是用户号。不同手机号前7位相同的可能性很大，所以可以选择后4位作为散列地址，或者对后4位反转（1234 -> 4321）、循环右移（1234 -> 4123）、循环左移等等之后作为散列地址。数字分析法通常适合处理关键字位数比较大的情况，如果事先知道关键字的分布且关键字的若干位分布比较均匀，就可以考虑这个方法。

• 除留余数法

  f(key) = key mod p (p≤m)，m为散列表长。这种方法不仅可以对关键字直接取模，也可在折叠、平方取中后再取模。根据经验，若散列表表长为m，通常p为小于或等于表长（最好接近m）的最小质数，可以更好的减小冲突。此方法为最常用的构造散列函数方法。

• 随机数法

  f(key) = random(key)，这里random是随机函数。当关键字的长度不等时，采用这个方法构造散列函数是比较合适的。

在实际的应用中，不同的情况，用不同的散列函数，如果关键字是英文、中文字符、各种各样的符号，都可以转换为某种数字来处理，比如其他的Unicode编码。

本人是一个刚入行的小白，本篇是学习Hashtable时，所做的学习笔记，如发现问题，请留言，谢谢 ！