详解哈希表

哈希表概念

哈希表是一种基于数组 + 哈希函数实现的数据结构，用于快速存储和查找数据。它的核心思想是：

通过 key 来快速找到对应的 value。

查找操作在理想情况下可以达到 O(1) 的时间复杂度。

哈希表也叫散列表，核心组成部分包括：

1. 哈希函数 (Hash Function)

   • 将 key 映射成数组的索引 (0 到 N-1)

   • 公式：

     index=hash(key)%table_size

2. 数组

   • 存放数据的容器，每个索引称为一个桶。

3. 冲突解决策略

   • 不同 key 可能映射到相同的索引 → 哈希冲突

   • 常见策略：

     • 拉链法：每个桶用链表存储所有冲突元素

     • 开放地址法：冲突元素在表内寻找下一个空位置（线性探测、二次探测、双重哈希）

哈希函数设计

哈希函数决定了哈希表性能的好坏。设计原则：

均匀分布：尽量让 key 均匀分布到各个桶

高效：计算要快，避免性能瓶颈

确定性：相同 key 必须映射到相同位置

常见哈希函数：

整型 key：直接取模

int hash(int key) {
    return key % table_size;
}

字符串 key：常用多项式滚动哈希

hash = s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]
index = hash % table_size;

冲突解决策略详解

拉链法

每个桶存储一个链表或其他数据结构（如平衡树）。

插入时将元素加入链表尾部或头部。

查找时在链表中遍历。

优点：实现简单，删除方便。

缺点：最坏情况退化为链表，查找 O(n)。

开放地址法

所有元素存储在数组中，不用链表。

冲突时通过探测找到下一个空槽。

常用探测策略：

线性探测

index = (hash(key) + i) % table_size
i = 0,1,2,...
二次探测

index = (hash(key) + i^2) % table_size

哈希表操作复杂度

操作	理想情况	平均情况	最坏情况
插入	O(1)	O(1)	O(n)
查找	O(1)	O(1)	O(n)
删除	O(1)	O(1)	O(n)

哈希表的应用场景

字典/映射结构 ：C++ unordered_map、Java HashMap

去重 ：用 Set 保存唯一值计数统计：频率统计问题

缓存实现：如 LRU Cache 的快速访问

查找优化：通过 key 快速查找复杂对象