一、核心概念
-
定义：基于散列函数（哈希函数），将键（Key）映射到数组对应下标，实现高效存取的线性数据结构。
-
核心目标：以近似 O(1) 的时间复杂度完成增删查操作。
-
核心要素
◦ 散列函数：建立键到数组下标的映射关系
◦ 哈希表数组：存储数据的主体结构
◦ 冲突解决机制：处理多个键映射到同一下标（哈希冲突）的情况
二、散列函数设计原则
-
确定性：同一键多次计算，得到的哈希值必须相同。
-
均匀性：哈希值分布均匀，尽可能减少哈希冲突。
-
高效性：计算速度快，时间复杂度低。
-
范围适配：计算出的哈希值需落在哈希表数组的下标范围内。
-
常用方法
◦ 直接定址法：hash(key)=a\times key+b，适合键分布连续的场景
◦ 除留余数法：hash(key)=key\ mod\ m（m 为数组长度，通常取质数），应用最广
◦ 平方取中法：取 key^2 的中间几位作为哈希值，适合键分布不规律的场景
◦ 折叠法：将键分段后叠加，适合键长度较长的场景
三、哈希冲突解决方法
（一）开放定址法
-
核心思想：发生冲突时，按某种规则在哈希表数组中寻找下一个空位置。
-
常用探测方式
◦ 线性探测：冲突后依次向后查找 hash(key)+1, hash(key)+2,...，易产生聚集现象
◦ 二次探测：冲突后按 hash(key)\pm 1^2, hash(key)\pm 2^2,... 查找，缓解聚集
◦ 双重散列：使用第二个散列函数计算探测步长，分散性更好
（二）链地址法（拉链法）
-
核心思想：哈希表数组的每个下标位置存储一个链表（或红黑树），冲突的元素直接链入对应链表。
-
优势：处理冲突简单，不易产生聚集，适合高频插入删除的场景。
-
优化：当链表长度超过阈值时，转为红黑树，提升查找效率（如Java的HashMap）。
（三）其他方法
• 公共溢出区法：建立基本表和溢出表，冲突元素统一存入溢出表。
• 再哈希法：冲突时使用新的散列函数重新计算哈希值，直到找到空位置。
四、关键性能指标
-
装填因子：\alpha=\frac{哈希表中元素个数}{数组长度}，是衡量哈希表拥挤程度的核心指标。
-
装填因子与性能的关系：\alpha 越小，冲突概率越低，但空间利用率低；\alpha 越大，空间利用率高，但冲突概率上升。
-
扩容机制：当装填因子超过阈值时，对哈希表数组进行扩容（通常扩容为原长度的2倍），并重新计算所有元素的哈希值（重哈希）。
五、常见应用
-
实现关联数组（如Java的HashMap、Python的dict）
-
数据库索引：加速数据查询
-
缓存系统：如Redis的哈希结构
-
字符串匹配：如布隆过滤器的底层基础
六、注意事项
-
散列函数的优劣直接决定哈希表的性能，需结合键的特征选择。
-
开放定址法中删除元素不能直接清空，需标记为"已删除"，避免影响后续查找。
-
链地址法需注意链表和红黑树的转换条件，平衡时间与空间效率。