什么是哈希？什么时候必须用哈希？数组、Set、Map 这三种哈希实现有什么区别？每种方法对应哪些算法题？用 JavaScript 代码一步步拆解，看完你会发现，原来 "判断元素是否出现过" 这么简单。
先搞懂：什么是哈希表？它凭什么快？
哈希表（Hash Table）是一种通过键值对存储数据 的数据结构，它的核心是 "哈希函数"------ 能把 "键" 快速映射到对应的 "值" 的存储位置，从而实现快速查找、插入、删除（平均时间复杂度 O (1)）。
简单说，哈希表就像一本字典：你想查 "apple" 的意思（值），直接按首字母找到对应页码（哈希函数映射的位置），不用从第一页翻到最后一页（避免遍历）。
在 JS 中，我们不直接实现哈希表，而是用数组、Set、Map这三种内置结构来模拟，它们本质上都是哈希表的 "简化版"，只是适用场景不同。
什么时候必须用哈希表？记住这个核心场景
哈希表不是万能的，但遇到以下场景时，它一定是最优解：
核心场景：需要快速判断 "一个元素是否出现过"
比如：
- 检查数组中是否有重复元素；
- 两数之和：找到数组中是否存在 "目标值 - 当前元素" 这个互补元素；
- 统计字符串中每个字符出现的次数。
这些问题如果用嵌套循环（O (n²)）会超时，而用哈希表能降到 O (n)，效率天差地别
哈希表的 3 种实现方式：数组、Set、Map，该怎么选？
JS 中没有专门的 "哈希表" 对象，但这三种结构能完美替代，关键是根据数据范围 和是否需要存储键值对来选择。
（1）数组：适合数值范围小且连续的场景
适用场景：
- 元素是有限范围的整数（比如 0-255 的 ASCII 码、0-100 的分数）；
- 只需用 "索引" 作为键，"值" 记录是否出现（或出现次数）。
原理：
数组的索引本身就是 "哈希函数"------ 索引直接映射到内存地址，访问速度极快。比如用arr[10] = true表示 "10 这个元素出现过"，判断时直接查arr[10]是否为true。
例题
解题思路：
- 字母只有 26 个（a-z），范围小且连续，适合用数组计数；
- 遍历 s，给每个字母对应的索引 + 1；
- 遍历 t，给每个字母对应的索引 - 1；
- 最后检查数组是否全为 0（次数相同）。
javascript
var isAnagram = function(s, t) {
// 若长度不同，直接返回false（字符数不同不可能是异位词）
if (s.length !== t.length) {
return false;
}
// 用数组记录26个字母的出现次数（初始全为0）
let hash = new Array(26).fill(0);
// 遍历s，给对应字母的计数+1
for(let i = 0; i < s.length; i++){
// 计算字母对应的索引（a→0，b→1，...，z→25）
const index = s.charCodeAt(i) - 'a'.charCodeAt(0);
hash[index]++;
}
// 遍历t，给对应字母的计数-1
for(let i = 0; i < t.length; i++){
const index = t.charCodeAt(i) - 'a'.charCodeAt(0);
hash[index]--;
// 若计数为负数，说明t有s没有的字母，直接返回false
if(hash[index] < 0) return false;
}
// 检查数组是否全为0（所有字母次数匹配）
for(let count of hash){
if(count !== 0) return false;
}
return true;
};为什么用数组？
- 26 个字母范围固定，数组大小确定（26），内存占用小；
- 索引访问速度比 Set/Map 更快（直接操作内存地址）。
（2）Set：适合数值范围大或分散，只需判断 "是否出现"
适用场景：
- 元素是大范围整数、字符串（比如用户 ID、随机数）；
- 只需知道 "元素是否存在"，不需要记录次数或其他信息。
原理：
Set 是 "值的集合"，它的has()方法能快速判断一个值是否存在（底层是哈希表实现，O (1) 时间）。比数组更灵活 ------ 数组需要提前知道范围，Set 可以动态存储任意值。
例题
解题思路：
- 数组元素可能很大（比如 10⁹），用数组浪费空间；
- 用 Set 存储 nums1 的元素，再遍历 nums2，判断元素是否在 Set 中，存在则加入结果。
javascript
function intersection(nums1, nums2) {
// 用Set存储nums1的元素，去重且支持快速查找
const set1 = new Set(nums1);
const resultSet = new Set(); // 用Set存结果，避免重复
for (const num of nums2) {
// 判断num是否在set1中，存在则加入结果
if (set1.has(num)) {
resultSet.add(num);
}
}
return Array.from(resultSet); // 转成数组返回
}为什么用 Set？
- nums1 的元素可能很大（比如 10⁹），用数组需要开辟 10⁹大小的空间，完全不现实；
- Set 自动去重，刚好满足 "结果元素唯一" 的需求；
has()方法比数组的includes()快（数组includes()是 O (n) 遍历，Set 是 O (1) 哈希查找）。
（3）Map：适合需要存储 "键值对"（如次数、下标）的场景
适用场景：
- 需要记录 "元素出现的次数""元素对应的下标" 等额外信息；
- 键和值是一一对应的关系（比如元素→次数、元素→索引）。
原理：
Map 是 "键值对的集合"，键可以是任意类型，get()/set()方法都是 O (1) 时间复杂度。比 Set 多了 "值" 的存储，比数组更灵活（键不需要是连续整数）。
算法题实战：LeetCode 1. 两数之和
问题 ：找出数组中两个数的和等于目标值，返回它们的下标。
示例 ：nums = [2,7,11,15], target = 9 → 输出[0,1]。
解题思路：
- 遍历数组时，用 Map 存储 "已遍历的元素→下标"；
- 对于当前元素
nums[i]，计算目标值target - nums[i]，判断是否在 Map 中； - 存在则返回两个下标，不存在则将当前元素和下标存入 Map。
javascript
function twoSum(nums, target) {
const map = new Map(); // 存储键：元素值，值：元素下标
for (let i = 0; i < nums.length; i++) {
const complement = target - nums[i]; // 需要找的另一个元素
// 判断complement是否在Map中
if (map.has(complement)) {
return [map.get(complement), i]; // 返回两个下标
}
// 不在则存入当前元素和下标
map.set(nums[i], i);
}
return []; // 题目说一定有解，可省略
}为什么用 Map？
- 需要同时存储 "元素值" 和 "下标"（键值对关系），Set 只能存值，数组无法灵活映射；
- 一次遍历就能完成，时间复杂度 O (n)，比暴力解法（O (n²)）高效得多。
3 种哈希实现的核心区别：一张表讲清楚
| 实现方式 | 适用场景 | 优势 | 劣势 | 典型用法 |
|---|---|---|---|---|
| 数组 | 有限范围的整数（如 0-255） | 访问速度最快，内存占用小 | 需提前知道范围，不适合字符串 / 大数值 | 计数（字母、分数等） |
| Set | 任意类型，只需判断 "是否存在" | 动态存储，自动去重 | 不能存额外信息（如次数、下标） | 交集、去重、判断存在性 |
| Map | 需要存储键值对（如元素→次数 / 下标） | 灵活存储任意键值，支持复杂逻辑 | 比数组 / Set 稍占内存 | 两数之和（元素→下标）、统计次数 |
面试中常考的 "坑"：什么时候不能用哈希表？
哈希表虽然高效，但也有局限性，面试中可能会被问到：
- 数据范围极小 ：比如判断一个数是否在 [1,5] 中，用数组
[false, true, true, true, true, true]更简单，没必要用 Set。 - 需要有序遍历 ：哈希表的存储是无序的，如果需要按插入顺序或大小顺序遍历，可能需要配合数组（比如用 Map 存键值，再用
Array.from(map.keys())转数组排序）。 - 内存限制严格：哈希表的空间复杂度是 O (n)，如果数据量极大（如 10⁸）且内存有限，可能需要用排序 + 双指针（空间 O (1)）替代。
总结：记住这个选择流程，解题不纠结
遇到 "判断元素是否出现" 类问题时，按这个流程选哈希实现：
看元素类型和范围：
- 是有限范围的整数（如 a-z、0-100）→ 用数组；
- 是大范围整数 / 字符串，且只需判断 "是否存在"→ 用Set；
- 需要存储键值对（次数、下标等）→ 用Map。