一、散列表基本概念
散列表又称哈希表，是一种以关键字直接寻址为核心的高效查找结构。顺序查找、折半查找、二叉树、B 树等查找方式，都需要通过关键字多次比较才能确定元素位置，查找效率依赖比较次数；而散列表完全打破 "比较式查找" 逻辑，通过散列函数（哈希函数），直接将元素的关键字映射为数组下标，一步定位存储位置，实现近似 O (1) 的平均时间复杂度查找，是所有查找结构中效率最高的类型。
散列表的核心思想：位置 = H (key)。以一片连续存储空间（数组）作为基础表，利用哈希函数计算关键字对应的存储地址，将元素直接存入该地址；查找时，对目标关键字执行相同哈希运算，直接访问对应地址读取元素，最大限度减少查找开销。理想状态下，每个关键字对应唯一地址，无需任何比较，存取瞬间完成。
二、散列函数与设计原则
散列函数是散列表的核心，作用是将任意长度、任意形式的关键字，压缩映射为合法的数组下标。优秀的散列函数必须满足三大原则：计算简单高效、地址分布均匀、尽量减少冲突。
常用散列函数：
除留余数法（考试最常考）
公式：H(key)=key mod p
要求：p 取小于表长的质数或无公因数合数，能最大程度避免地址集中堆积，分布均匀，计算简单，适用性最强。
直接定址法
直接以关键字本身或线性运算结果作为地址，适合关键字连续分布的场景，无冲突，适用范围窄。
数字分析法
提取关键字中分布随机的数位作为地址，适用于已知规律的固定关键字集合。
平方取中法
对关键字平方后截取中间几位作为地址，通过平方打乱原始规律，分散地址。
三、哈希冲突的本质
哈希冲突：不同关键字，经过哈希函数计算，得到相同存储地址，即
key 1=key 2，但 H(key 1)=H(key 2 )
冲突无法完全避免：关键字范围无限，散列表存储空间有限，有限地址映射无限关键字，必然存在碰撞。因此，散列表设计分为两大核心：合理的哈希函数 + 完善的冲突处理方法，二者缺一不可，也是散列表学习的重点难点。
四、两大冲突解决方法
- 开放定址法
原理：当目标地址被占用时，按照固定规则向后探测，寻找表中空闲位置存入元素，所有数据全部存储在原始散列表数组内。常见探测方式：
线性探测：冲突时依次向后 + 1 寻址，简单易实现，但易产生堆积现象，连续位置被占用，降低查找效率；
二次探测：以平方步长跳跃寻址，缓解线性堆积；
双重哈希：使用第二个哈希函数计算步长，地址分布更均匀。
开放定址法特点：结构紧凑、无需额外空间，但删除元素不能直接清空（会截断探测路径），只能做删除标记，操作受限。
- 链地址法（拉链法）
原理：散列表每个数组单元不直接存数据，而是作为单链表头结点；所有哈希地址相同的元素，全部挂载在同一条链表中。发生冲突时，直接追加到链表尾部，互不干扰。
特点：完全杜绝堆积问题，插入删除灵活，仅冲突位置消耗链式空间；查找时先定位数组下标，再遍历短链表，平均效率极高，是实际工程中最常用的方式。
五、散列表的查找过程
计算目标关键字哈希地址；
访问该地址单元，若关键字相等，查找成功；
若不相等或存在冲突，根据冲突解决策略继续探测 / 遍历链表；
遍历至空闲位置或链表末尾仍无匹配元素，判定查找失败。
散列表查找效率不依赖元素总数，只取决于：哈希函数优劣、冲突处理方式、装填因子。
六、装填因子
装填因子公式：元素个数散列表长度α 越小：数组空闲单元多，冲突概率低，查找越快，空间利用率低；α越大：空间利用率高，元素拥挤，冲突剧增，查找效率急剧下降。
一般规范：散列表装填因子控制在 0.6～0.9 之间，平衡空间与效率。开放定址法因易堆积，装填因子需更小；链地址法容忍度更高，可适当增大。
七、散列表的优缺点总结
优点
平均查找、插入、删除时间复杂度 O(1)，效率碾压顺序查找、折半查找、树形查找；
寻址逻辑简单，无需关键字多次比较；
适合海量数据高频增删、快速检索场景。
缺点
无法支持有序遍历、范围查询，仅适合精准匹配；
哈希冲突会退化效率，最坏情况退化为线性查找；
存储空间存在冗余，开放定址法利用率受装填因子限制；
关键字必须可哈希，部分复杂数据类型映射困难。
八、整体总结
散列表是一种直接寻址的高效查找结构，区别于传统比较类查找，依靠哈希函数实现关键字到存储地址的直接映射。哈希冲突是固有问题，通过开放定址法、链地址法可有效解决；装填因子直接决定整体性能。在计算机系统中，哈希表广泛应用于缓存、字典、数据库索引、集合去重等场景，是数据结构中实用性最强的结构之一。虽然无法实现有序操作，但在精准查询场景下，无可替代。