中山网站建设优化百度云资源链接分享群组
1 哈希表的定义
哈希表(hash table)，⼜称散列表，是根据关键字（比如往哈列表里面存整数，那么整数就是关键字，也就是往哈希表里面存的类型，这个类型就是关键字）直接进⾏访问的数据结构；
- 哈希表建⽴了⼀种关键字和存储地址之间的直接映射关系，使每个关键字与结构中的唯⼀存储位置相对应。也就是针对每个关键字都会通过映射关系，拿到一个存储地址，接下来在存储地址里面存储我们想要存储的信息
- 理想情况下，在散列表中进⾏查找的时间复杂度为O(1) ，即与表中的元素数量⽆关。因此哈希表是⼀种存储和查找⾮常快的结构
案例:统计一下字符串 “abcabcc” 中，每一个字符出现的次数,字符串只包含小写字母
这个案例就蕴藏着哈希表的思想，哈希表是给我一个关键字，通过映射关系，找到存储位置，这个案例里面每一个小写字母就是关键字，当我们想找到一个关键词出现的次数的时候，通过关键字ch减去字符‘a’就能找到存储位置，因此这个cnt数组本身就是一个哈希表；这个存储位置，你想存什么是根据你题目的要求，比如这道题要存次数，这里用的就是整型int，如果这道题是想看一个字符有没有出现过，就可以把int换成布尔类型，这个bool类型的数组就是bool类型的哈希表
2 哈希函数
将关键字映射成对应的地址就是哈希函数，也叫作散列函数，记作:hash(key)= addr比如上述案例中的ch-'a’就是一个哈希函数，记作:hash(key)=key'a；大家可以把它写成一个公式，我把值之后，通过这个公式能计算出来一个地址就可以了，比如hash('a') = 'a' - 'a' = 0
- 说白了，哈希函数就是这个（关键字->映射关系->存储位置）里的映射关系。
- 交给哈希函数一个关键字哈希函数给我们计算出一个存储位置
3 哈希冲突
哈希函数可能会把两个或两个以上不同的关键字，映射到同一个位置上，这种情况被称为哈希冲突，也称散列冲突。起冲突的两个不同关键字被称为同义词。
案例:给定数组a={1,3,17,1000000007,49,49,100000007}，统计每个数出现的次数
思路一：
创建一个大小为 1e9+8 的数组。但它行不通，首先栈的空间非常有限，如果尝试在函数内部声明如此大的数组，会导致栈溢出，如果分配到堆里面，假设每个元素是整型数组，大小就为4字节×1e9= 4 GB如果系统内存不足或者程序是32 位的可能会导致分配失败
思路二：
设计哈希函数:hash(key)= key%7 ；模7之后创建一个大小为7的数组就可以每个元素映射到数组中每一个下标位置
但如果是以下案例，又会发生问题
哈希函数: hash(key)= key %7
hash(1)=1%7=1
hash(3)=3%7=3
hash(17)=17%7=3
hash(1000000007)=1000000007%7=6
>hash(49)=49%7=0
上面的例子中3模出来的下标是3，7模出来的下标也是3，它们两个就引起了哈希冲突，把两个不同的关键字映射到了同一个位置上，那在统计每个数出现的次数的时候，结果就乱套了，大家可能会说那我换一个模的数字呢，比如模8/9/10，但题目要是把数组里面的元素换成18 17 16，也会出现同样的问题，所以哈希冲突是不可避免的.我们要做的不是消除哈希冲突，而是需要设计出优秀的哈希函数，并且处理哈希冲突。