目錄
1.哈希表的基本介紹
2.哈希表的設計思想
3.哈希函數的設計
4.哈希表大小的確定
5.衝突的解決
6.哈希表的實現
7.哈希表總結
1.哈希表的基本介紹
散列表（Hash table，也叫哈希表），是根據關鍵字（Key value）而直接訪問在內存存儲位置的數據結構。也就是說，它通過一個計算鍵值的函數，將所需查詢的數據映射到表中一個位置來方便訪問，這加快了查找速度。這個映射函數稱做散列函數，又叫哈希函數，存放數據的數組稱做散列表（哈希表）。因此它同數組、鏈表以及二叉排序樹等相比較有很明顯的區別，它能夠快速定位到想要查找的記錄，而不是與表中存在的關鍵字進行依次比較來進行查找。
2.哈希表的設計思想
舉例說明哈希表同其他數據結構的區別：
對於一般的線性表，比如鏈表，如果要存儲學生信息：姓名、學號。在JAVA中一般就是將姓名和年齡這些信息作爲"學生類"的成員變量，然後把這些學生對象存放到鏈表中，當要查找如"張三 1001"這條記錄時，需要從鏈表頭節點開始遍歷，並依次將每個結點中的姓名同"張三 "比較，直到查找成功或失敗，這種做法的時間複雜度爲O(n)。即使採用二叉排序樹進行存儲，也最多爲O(logn)。假設能夠通過"張三"這個信息直接獲取到該記錄在表中的存儲位置，就能省掉中間關鍵字比較的環節，複雜度直接降到O(1)。這便是哈希表能夠實現的。
詳解哈希表的設計思想：
Hash表通過上述提到的
映射函數(哈希函數)，記爲hashFunc(key)，直接將關鍵字key(待插入或查找的數據)映射到表中的一個存儲位置上，從而在想要查找該數據時，可以直接根據關鍵字和映射關係計算出該數據在表中的存儲位置。通過Hash函數f和關鍵字計算出來的存儲位置(注意這裏的存儲位置只是表中的存儲位置，並不是實際的物理地址)稱作爲Hash地址。比如上述例子中，假如學生信息採用Hash表存儲，則當想要找到"張三"的信息時，直接將"李四"作爲Hash函數f的參數：hashFunc(“張三”)，計算出Hash地址即可。
3.哈希函數的設計
上述提到的哈希函數hashFunc(key)並不是一個固定的規則，而是我們根據實際需求自己設計的。Hash函數設計的好壞直接影響到對Hash表的操作效率。那如何設計哈希函數或者哈希函數的設計有哪些需要注意的呢？
假如對上述的學生信息進行存儲時，採用的Hash函數爲 姓名的每個字的拼音開頭大寫字母的ASCII碼之和 ：
hashFunc(張三)=ASCII(Z)+ASCII(S)=90+83=173;
hashFunc(李四)=ASCII(L)+ASCII(S)=76+83=159;
hashFunc(王五)=ASCII(W)+ASCII(W)=87+87=174;
hashFunc(張帥)=ASCII(Z)+ASCII(S)=90+83=173;
通過哈希函數映射後，張三應該存儲在數組的173下標處，李四存儲在159下標，王五和張帥同理。
假如只有這4個學生信息需要進行存儲，那這個Hash函數設計的很糟糕。因爲它浪費了大量的存儲空間。下標到了174，那該哈希表數組至少需要開闢174個學生對象的存儲空間，然而空間利用率只有4/174，不到3%。
另外，根據Hash函數計算結果之後，hashFunc(張三)和hashFunc(張帥)具有相同的地址173，意味着會有一個學生的信息被覆蓋，這種現象稱作衝突，對於174個存儲空間中只需要存儲4條記錄就發生了衝突，所以這樣的Hash函數設計是很不合理的。
所以在構造Hash函數時應儘量考慮關鍵字的分佈特點來設計函數使得Hash地址隨機均勻地分佈在整個地址空間當中。
通常有以下幾種構造Hash函數的方法：
1 直接定址法：
取關鍵字或者關鍵字的某個線性函數爲Hash地址，即hashFunc(key)=a*key+b；例如知道學生的學號從1000開始，最大爲4000，則可以將hashFunc(key)=key-1000作爲Hash地址。
2 平方取中法：
對關鍵字進行平方運算，然後取結果的中間幾位作爲Hash地址。假如有以下關鍵字序列{421，423，436}，平方之後的結果爲{177241，178929，190096}，那麼可以取中間的兩位數{72，89，00}作爲Hash地址。
3 摺疊法：
將關鍵字拆分成幾部分，然後將這幾部分組合在一起，以特定的方式進行轉化形成Hash地址。假如知道圖書的ISBN號爲8903-241-23，可以將hashFunc(key)=89+03+24+12+3作爲Hash地址。
4 除留取餘法：
如果知道Hash表的最大長度爲m，可以取不大於m的最大質數 p，然後對關鍵字進行取餘運算，hashFunc(key)=key%p。（在這裏p的選取非常關鍵，p選擇的好的話，能夠最大程度地減少衝突，p一般取不大於m的最大質數。）
4.哈希表大小的確定
Hash表大小的確定也非常關鍵，如果Hash表的空間遠遠大於最後實際存儲的數據個數，則造成了很大的空間浪費，如果選取小了的話，則容易造成衝突。在實際情況中，一般需要根據最終數據存儲個數和關鍵字的分佈特點來確定Hash表的大小。還有一種情況時可能事先不知道最終需要存儲的記錄個數，則需要動態維護Hash表的容量(擴容)，此時可能需要重新計算Hash地址。
5.衝突的解決
上述哈希函數設計的例子中，發生了衝突現象，因此需要解決該問題，否則數據無法進行正確的存儲。通常情況下有2種解決辦法：
1 開放定址法：
即當一個關鍵字和另一個關鍵字發生衝突時，使用某種探測技術在Hash表中形成一個探測序列，然後沿着這個探測序列依次查找下去，當碰到一個空的單元時，則插入其中。
比較常用的探測方法有線性探測法，比如有一組關鍵字{12，13，25，23，38，34，6，84，91}，Hash表長爲12，Hash函數爲hashFunc(key)=key%11，當插入12，13，25時可以直接插入到下標爲1，2，3的位置上，而當插入23時，地址1被佔用了，發生衝突，因此沿着地址1依次往下探測(探測步長可以根據情況而定)：(1+1)%11=2，依舊衝突，繼續嗅探(2+1)%11=3，仍然衝突繼續嗅探(3+1)%11=4，此時探測到地址4，發現爲空，則將23插入其中，這裏的每次嗅探加的1可以看做我們定的步長。
2 鏈地址法：
採用數組和鏈表相結合的辦法，將Hash地址相同的數據存儲在同一張線性表中。這樣在哈希表相當於一個鏈表數組，通過哈希地址得到的是鏈表表頭，所有哈希地址相同的數據，不斷的插入到該地址處的鏈表中。如上述例子中，採用鏈地址法形成的Hash表存儲表示爲：
雖然我們能夠採用一些辦法去減少衝突，但是衝突是無法完全避免的。因此需要根據實際情況選取解決衝突的辦法。
6.哈希表的實現
通過上述的除留取餘法構造哈希函數，和鏈地址法解決衝突，實現一個簡易哈希表，類似HashMap：
package hash;
import java.util.ArrayList;
/**
* 哈希表
* @param <E>不確定鏈表節點數據類型，用泛型佔位，
* 爲了方便查找時比較，數據對象需繼承Comparable
*/
public class HashTable<E> {
private HTLinkedList[] linkedListArray;
private int size;
public HashTable(int size){
this.size = size;
//初始化linkedListArray空間
linkedListArray = new HTLinkedList[size];
//初始化linkedListArray鏈表節點
for (int i = 0; i < size; i++) {
linkedListArray[i] = new HTLinkedList();
}
}
/**
* 數據以鍵值對的形式存儲
* 哈希函數：哈希地址=鍵字符串的首尾字母的ASCII碼值的和 % size
* @param key
* @return
*/
public int hashFunc(String key){
char firstChar = key.charAt(0);
char lastChar = key.charAt(key.length()-1);
return (firstChar+lastChar) % size;
}
/**
* 以key-value形式添加數據
* @param key
* @param value
*/
public void add(String key,E value){
int index = hashFunc(key);
linkedListArray[index].add(new Node(key, value));
}
public E get(String key){
int index = hashFunc(key);
Node node = linkedListArray[index].find(key);
return (E)node.value;
}
public void show(){
for (int i = 0; i < size; i++) {
System.out.print("哈希表中下標爲"+i+"處的鏈表中數據爲：");
linkedListArray[i].show();
System.out.println("");
}
}
public static void main(String[] args) {
HashTable<Integer> hashTable = new HashTable<>(10);
hashTable.add("key1",1);
hashTable.add("key2",2);
hashTable.add("key3",3);
hashTable.add("key4",4);
hashTable.add("key5",5);
hashTable.add("key6",6);
hashTable.add("key7",7);
hashTable.add("key8",8);
hashTable.add("key9",9);
hashTable.add("key10",10);
hashTable.add("aaa",11);
hashTable.add("bbb",12);
hashTable.add("ccc",13);
hashTable.add("ddd",14);
hashTable.add("eee",15);
hashTable.add("fff",16);
hashTable.add("ggg",17);
hashTable.show();
}
}
/**
* 節點類
*/
class Node{
public String key;
public Object value;
public Node next;
public Node(String key, Object value){
this.key = key;
this.value = value;
}
}
/**
* 鏈表類
*/
class HTLinkedList{
//頭節點
private Node head;
/**
* 鏈表添加節點
* @param node
*/
public void add(Node node){
if (head == null){
head = node;
return;
}
Node curNode = head;
while (curNode.next!=null){
curNode = curNode.next;
}
curNode.next = node;
}
/**
* 查找鏈表中節點
* @param key
* @return
*/
public Node find(String key){
Node curNode = head;
while (curNode!=null){
if (curNode.key.equals(key)){
return curNode;
}
curNode = curNode.next;
}
return null;
}
public void show(){
if (head==null){
System.out.print("空");
return;
}
Node curNode = head;
while (curNode!=null){
System.out.print("->"+curNode.value);
curNode = curNode.next;
}
}
/**
* 刪除、更新操作略
*/
}
7.哈希表總結
優點：
1.不論哈希表中有多少數據，查找、插入、刪除（有時包括刪除）只需要接近常量的時間即O(1) 的時間級。實際上，這隻需要幾條機器指令。
2.哈希表運算得非常快，在計算機程序中，如果需要在一秒種內查找上千條記錄通常使用哈希表（例如拼寫檢查器)哈希表的速度明顯比樹快，樹的操作通常需要O(N)的時間級。哈希表不僅速度快，編程實現也相對容易。
3.如果不需要有序遍歷數據，並且可以提前預測數據量的大小。那麼哈希表在速度和易用性方面是無與倫比的。
缺點：
它是基於數組的，數組創建後難於擴展，某些哈希表被基本填滿時，性能下降得非常嚴重，所以程序員必須要清楚表中將要存儲多少數據，或者準備好定期地把數據轉移到更大的哈希表中，這是個費時的過程。