原創：Data Structure 學習筆記 之一 hash

原創：Data Structure 學習筆記 之一 hash

-------------------

hash是通過某種編碼（hash函數或hashCode）將資料轉化為其儲存的地址的一種技術。

 

一般來說資料的編碼範圍太大，我們採用%等方法來壓縮資料的編碼到預期的範圍。同時由於範圍的縮小，不可避免的可能產生地址衝突。

 

通常有兩種方法來處理這種衝突:開放地址法和鏈地址法。當發生衝突時，前者在資料表中繼續尋找可用的地址；鏈地址法則是在資料表中的每一個地址中儲存一個鏈表，衝突的資料依次填入鏈表。java中常用的HashMap使用的hash方式就是鏈地址法。

 

開放地址法在資料衝突時需要在資料表中尋找一個新的可用地址，有幾個方式可以實現：線性探測、二次探測和再hash法。線性探測是在衝突的地址後依次的尋找可用地址。當資料的聚集度比較大的時候定址的效率會嚴重下降。二次探測是使用自然數的平方做步長來探測新的地址，相比線性探測效率會更高一些。針對這兩種方式都是使用確定的步長，再hash法使用一個新的hash函數對不同的資料產生不同的步長，從而避免資料的聚集。開放地址法對於各種操作的時間複雜度都是一致的，都需要同樣的定址過程。

 

鏈地址法值需要在hash對應的地址上將資料加入鏈表即可。鏈地址法對於聚集度大的資料的插入只需要0(1)的時間，這得益於鏈表。

 

 

對於聚集度大的資料，hash的查詢操作（資料定址）效率會嚴重下降。同時，填充度大時，操作的效率也會嚴重下降，這是因為可用的地址減少，地址衝突加劇。