17 散列表（下）：爲什麼散列表和鏈表經常會一起使用？
1. 爲什麼散列表和鏈表經常放在一起使用？
- 散列表的優點：支持高效的數據插入、刪除和查找操作
- 散列表的缺點：不支持快速順序遍歷散列表中的數據
- 如何按照順序快速遍歷散列表的數據？只能將數據轉移到數組，然後排序，最後再遍歷數據。
- 我們知道散列表是動態的數據結構，需要頻繁的插入和刪除數據，那麼每次順序遍歷之前都需要先排序，這勢必會造成效率非常低下。
- 如何解決上面的問題呢？就是將散列表和鏈表（或跳錶）結合起來使用。
2. 散列表和鏈表如何組合起來使用的案例
- LRU（Least Recently Used）緩存淘汰算法
LRU緩存淘汰算法主要操作有哪些？主要包含3個操作：
1）往緩存中添加一個數據；
2）從緩存中刪除一個數據；
3）在緩存中查找一個數據；
總結：上面3個都涉及到查找。
如何用鏈表實現LRU緩存淘汰算法？
1）需要維護一個按照訪問時間從大到小的有序排列的鏈表結構。
2）緩衝空間有限，當空間不足需要淘汰一個數據時直接刪除鏈表頭部的節點。
3）當要緩存某個數據時，先在鏈表中查找這個數據。若未找到，則直接將數據放到鏈表的尾部。若找到，就把它移動到鏈表尾部。
4）前面說了，LRU緩存的3個主要操作都涉及到查找，若單純由鏈表實現，查找的時間複雜度很高爲O(n)。若將鏈表和散列表結合使用，查找的時間複雜度會降低到O(1)。
如何使用散列表和鏈表實現LRU緩存淘汰算法？
1）使用雙向鏈表存儲數據，鏈表中每個節點存儲數據（data）、前驅指針（prev）、後繼指針（next）和hnext指針（解決散列衝突的鏈表指針）。
2）散列表通過鏈表法解決散列衝突，所以每個節點都會在兩條鏈中。一條鏈是雙向鏈表，另一條鏈是散列表中的拉鍊。前驅和後繼指針是爲了將節點串在雙向鏈表中，hnext指針是爲了將節點串在散列表的拉鍊中。
3）LRU緩存淘汰算法的3個主要操作如何做到時間複雜度爲O(1)呢？
首先，我們明確一點就是鏈表本身插入和刪除一個節點的時間複雜度爲O(1)，因爲只需更改幾個指針指向即可。
接着，來分析查找操作的時間複雜度。當要查找一個數據時，通過散列表可實現在O(1)時間複雜度找到該數據，再加上前面說的插入或刪除的時間複雜度是O(1)，所以我們總操作的時間複雜度就是O(1)。 - Redis有序集合
2.1.什麼是有序集合？
①在有序集合中，每個成員對象有2個重要的屬性，即key（鍵值）和score（分值）。
②不僅會通過score來查找數據，還會通過key來查找數據。
2.2.有序集合的操作有哪些？
舉個例子，比如用戶積分排行榜有這樣一個功能：可以通過用戶ID來查找積分信息，也可以通過積分區間來查找用戶ID。這裏用戶ID就是key，積分就是score。所以，有序集合的操作如下：
1）添加一個對象；
2）根據鍵值刪除一個對象；
3）根據鍵值查找一個成員對象；
4）根據分值區間查找數據，比如查找積分在[100.356]之間的成員對象；
5）按照分值從小到大排序成員變量。
這時可以按照分值將成員對象組織成跳錶結構，按照鍵值構建一個散列表。那麼上面的所有操作都非常高效。 - Java LinkedHashMap
和LRU緩存淘汰策略實現一模一樣。支持按照插入順序遍歷數據，也支持按照訪問順序遍歷數據。
3. 課後思考
-
上面所講的幾個散列表和鏈表組合的例子裏，我們都是使用雙向鏈表。如果把雙向鏈表改成單鏈表，還能否正常工作？爲什麼呢？
答：在刪除一個元素時，雖然能 O(1) 的找到目標結點，但是要刪除該結點需要拿到前一個結點的指針，遍歷到前一個結點複雜度會變爲 O(N），所以用雙鏈表實現比較合適。
（但其實硬要操作的話，單鏈表也是可以實現 O(1) 時間複雜度刪除結點的）。 -
假設獵聘網有10萬名獵頭，每個獵頭可以通過做任務（比如發佈職位）來積累積分，然後通過積分來下載簡歷。假設你是獵聘網的一名工程師，如何在內存中存儲這10萬個獵頭的ID和積分信息，讓它能夠支持這樣幾個操作：
1）根據獵頭ID查收查找、刪除、更新這個獵頭的積分信息；
2）查找積分在某個區間的獵頭ID列表；
3）查找按照積分從小到大排名在第x位到第y位之間的獵頭ID列表。
答：以積分排序構建一個跳錶，再以獵頭 ID 構建一個散列表。
1）ID 在散列表中所以可以 O(1) 查找到這個獵頭；
2）積分以跳錶存儲，跳錶支持區間查詢；
3）這點根據目前學習的知識暫時無法實現，老師文中也提到了。
4. 小結
數組佔據隨機訪問的優勢，卻有需要連續內存的缺點。
鏈表具有可不連續存儲的優勢，但訪問查找是線性的。
散列表和鏈表、跳錶的混合使用，是爲了結合數組和鏈表的優勢，規避它們的不足。
我們可以得出數據結構和算法的重要性排行榜：連續空間 > 時間 > 碎片空間。
5. 參考資料
- 王爭老師在極客時間的專欄《數據結構與算法之美》
- 專欄下的所有評論
6. 聲明
本文章是學習王爭老師在極客時間專欄——《數據結構與算法之美》的學習總結，文章很多內容直接引用了專欄下的回覆，推薦大家購買王爭老師的專欄進行更加詳細的學習。本文僅供學習使用，勿作他用，如侵犯權益，請聯繫我，立即刪除。