查找越快，玩得越畅快！散列表满足一切查找幻想

2023-12-25 15:26:40

算法序列 - 散列表

基本概念
散列表的构造
散列表的碰撞处理
代码实现
资料收获

前面两篇我们学习实践的二叉查找树和平衡二叉树以及有序数组的二分查找、单链表的逐个查找，都需要进行比较和递归。那么有没有其他的查询技术呢？通过下图我们也可以看出，散列表在查询时间上独占鳌头，达到了令人惊叹的O(1)！这是如何实现的呢？且听我慢慢分解。

基本概念

散列表（又称哈希表）是一种数据结构，它利用哈希函数将键值对映射到一个数组中。哈希函数是一种将输入值映射到固定大小数组中索引的函数。

散列表的查找操作非常高效，因为它只需要计算键的哈希值，然后直接访问数组中的相应位置即可。

散列表的构造

散列表的构造过程如下：

选择一个哈希函数。
创建一个大小合适的数组。
将键值对映射到数组中。

散列表的碰撞处理

在散列表中，可能会发生碰撞，即两个不同的键映射到同一个数组位置。为了解决碰撞问题，有以下几种常见的碰撞处理技巧：

开放寻址：在数组中查找下一个可用的位置，并将键值对插入该位置。
链地址法：在每个数组位置创建一个链表，并将键值对插入到该链表中。
再散列：使用不同的哈希函数将键值对重新映射到数组中。

代码实现

以下是用Java实现的散列表的代码示例：

public class HashMap<K, V> {

    private final int SIZE = 16;
    private Entry<K, V>[] table = new Entry[SIZE];

    public void put(K key, V value) {
        int index = key.hashCode() % SIZE;
        Entry<K, V> entry = new Entry<>(key, value);
        if (table[index] == null) {
            table[index] = entry;
        } else {
            Entry<K, V> current = table[index];
            while (current.next != null) {
                current = current.next;
            }
            current.next = entry;
        }
    }

    public V get(K key) {
        int index = key.hashCode() % SIZE;
        Entry<K, V> current = table[index];
        while (current != null) {
            if (current.key.equals(key)) {
                return current.value;
            }
            current = current.next;
        }
        return null;
    }

    private class Entry<K, V> {
        private K key;
        private V value;
        private Entry<K, V> next;

        public Entry(K key, V value) {
            this.key = key;
            this.value = value;
            this.next = null;
        }
    }
}