資料結構與算法系列15(中)--散列表(雜湊表)
如何設計一個雜湊函式？
1.雜湊函式的設計不能太複雜，否則會消耗很多計算時間，也就影響了散列表的效能。
2.雜湊函式生成的值要儘可能的隨機並且均勻分佈，這樣才能最小化雜湊衝突，即便發生衝突，雜湊到每個槽裡的資料也會比較平均，不會出現某個槽裡資料太多的情況。
裝載因子的選擇
上一節我們講過，裝載因子越大，說明散列表中的元素越多，空閒位置越小，雜湊衝突的概率就越大。那我們怎樣解決這個問題呢？可以通過設定裝載因子的閾值來控制是擴容還是縮容，設計一個支援動態擴容的散列表。這裡的裝載因子的選擇要權衡各個方面的因素，如果選擇的值過大，會導致衝突過多，如果選擇的值太小，會導致記憶體的嚴重浪費。所以我們選擇裝載因子的伐值時一定要權衡時間、空間複雜度，如果記憶體空間不緊張，對執行效率要求很高，可以降低裝載因子的伐值。相反，如果記憶體空間不緊張，對執行效率要求不高，可以增加裝載因子的值。
如何避免低效的擴容
我們知道，當裝載因子已經達到伐值，需要先進行動態擴容，搬移舊資料，再插入新資料。如果此時的資料量非常大，那插入資料的過程就會變得特別慢，甚至無法接受。這樣一次性擴容的操作，確實耗時過多，那麼我們有什麼好的方法來解決這個問題嗎？事實上我們可以將擴容的過程穿插在插入資料的過程中，分批來完成。
具體過程：
當我們要插入一個新的資料時，如果裝載因子已經達到伐值，我們先申請一個新的擴容後的空間，注意此時我們不做舊資料的搬移，而是直接將新資料插入到新的散列表中，然後從老的散列表中取出一個數據放到新的散列表中。以後每插入一個新的資料，我們都重複上面的過程，經過多次的插入操作後，老的散列表的資料就一點一點地全都搬移到新的散列表中。這樣我們就沒有了集中一次性插入資料和搬移資料，整個插入過程就會變得非常快。通過這種方式，任何情況下，插入資料的時間複雜度都是O(1)。
有人可能會有疑問，那中間的查詢操作怎麼辦呢？
對於查詢操作，為了相容舊的和新的散列表，我們可以先在新的散列表中查詢，如果沒有找到，就在舊的散列表中查詢。
如何選擇雜湊衝突的解決辦法
1.開放定址法：
當資料量較小，裝載因子較小時，適合採用開發定址法。
2.連結串列法：
大部分情況下，連結串列法用的比較普遍。比較適合儲存大物件，大資料量的散列表，而且，比起開放定址法，它更加靈活，支援更多的優化策略，比如用紅黑樹代替連結串列，來避免散列表時間複雜度退化成O(n)，抵禦雜湊碰撞攻擊。
如何設計一個工業級的雜湊函式
先提一個問題，何為一個工業級的散列表？工業級的散列表應該具有哪些特性？
1.支援快速的查詢、插入、刪除操作；
2.記憶體佔用合理，不能浪費過多的記憶體空間；
3…效能穩定，在極端情況下，散列表的效能也不會退化到無法接受的情況。
具體方案：（如何設計這樣一個散列表呢）
1.設計一個合適的雜湊函式；
2.定義裝載因子閾值，並且設計動態擴容策略；
3.選擇合適的雜湊衝突解決方法。
關於雜湊函式、裝載因子、動態擴容策略，還有雜湊衝突的解決辦法，我們前面都講過了，具體如何選擇，還要結合具體的業務場景、具體的業務資料來具體分析。
4.對於動態散列表來說，不管我們如何設計雜湊函式，選擇什麼樣的雜湊衝突解決方法。隨著資料的不斷增加，散列表總會出現裝載因子過高的情況。這個時候，我們就需要啟動動態擴容。