我們在這篇文章將要學習最有用的數據結構之一—哈希表

哈希表用的是數組支持按照下標隨機訪問數據的特性，所以哈希表其實就是數組的一種擴展，由數組演化而來。可以說，如果沒有數組，就沒有散列表。

哈希表存儲的是由鍵（key）和值（value）組成的數據。 例如，我們將每個人的性別作為數據進行存儲，鍵為人名，值為對應的性別，其中 M 表示性別為男，F 表示性別為女。

為什麼需要哈希表？

為了和哈希表進行對比，我們先將這些數據存儲在https://www.tianheyu.top/archives/what-is-array中。

此處準備了6個箱子（即長度為6的數組）來存儲數據，假設我們需要查詢 Ally 的性別，由於不知道 Ally 的數據存儲在哪個箱子裡，所以只能從頭開始查詢，這個操作便叫作線性查找。一般來說，我們可以把鍵當成數據的標識符，把值當成數據的內容。

從 0 號箱子開始查找，發現 0 號箱子中存儲的鍵是 Joe 而不是 Ally，因此接著查找 1 號箱子。

哦豁，1 號箱子中的也不是 Ally，沒辦法，只能接著往下找。

有點小糟糕，2 號、3 號箱子中的也都不是 Ally。

功夫不負有心人，當我們查找到 4 號箱子的時候，發現其中數據的鍵為 Ally，把鍵對應的值取出，我們就知道 Ally 的性別為女（F）。

通過上面的查找過程，我們發現數據量越多，線性查找耗費的時間就越長。由此可知：由於數據的查詢較為耗時，所以此處並不適合使用數組來存儲數據。

但使用哈希表

嘗試把 Joe 存進去，使用哈希函數（Hash）計算 Joe 的鍵，也就是字符串 Joe 的哈希值，比如得到的結果為4928。

將得到的哈希值除以數組的長度 5，求得其餘數，這樣的求餘運算叫作mod運算，此處mod運算的結果為3。

因此，我們將 Joe 的數據存進數組的 3 號箱子中，重複前面的操作，將其他數據也存進數組中。

Sue 鍵的哈希值為 7291, mod 5 的結果為 1，將 Sue 的數據存進 1 號箱中。

Dan 鍵的哈希值為 1539, mod 5 的結果為 4，將 Dan 的數據存進 4 號箱中。

Nell 鍵的哈希值為 6276, mod 5 的結果為 1，本應將其存進數組的 1 號箱中，但此時 1 號箱中已經存儲了 Sue 的數據，這種存儲位置重複了的情況便叫作衝突。

遇到這種情況，可使用https://www.tianheyu.top/archives/what-is-linkedlist在已有數據的後面繼續存儲新的數據（鏈表法）。

Ally 鍵的哈希值為 9143, mod 5 的結果為 3，本應將其存儲在數組的 3 號箱中，但 3 號箱中已經有了 Joe 的數據，所以使用鏈表，在其後面存儲 Ally 的數據。

Bob 鍵的哈希值為 5278, mod 5 的結果為 3，本應將其存儲在數組的 3 號箱中，但 3 號箱中已經有了 Joe 和 Ally 的數據，所以使用鏈表，在 Ally 的後面繼續存儲 Bob 的數據。

像這樣存儲完所有數據，哈希表也就製作完成了。

接下來講解數據的查詢方法，假設我們要查詢 Dan 的性別。

為了知道 Dan 存儲在哪個箱子裡，首先需要算出 Dan 鍵的哈希值，然後對其進行 mod 運算，最後得到的結果為 4，於是我們知道了它存儲在 4 號箱中。

查看 4 號箱可知，其中的數據的鍵與 Dan 一致，於是取出對應的值，由此我們便知道了 Dan 的性別為男（M）。

那麼，想要查詢 Ally 的性別時該怎麼做呢？為了找到它的存儲位置，先要算出 Ally 鍵的哈希值，再對其進行 mod 運算，最終得到的結果為 3。

然而 3 號箱中數據的鍵是 Joe 而不是 Ally，此時便需要對 Joe 所在的鏈表進行線性查找。

於是我們找到了鍵為 Ally 的數據，取出其對應的值，便知道了 Ally 的性別為女（F）。

哈希衝突

在哈希表中，我們可以利用哈希函數快速訪問到數組中的目標數據。如果發生哈希衝突，就使用鏈表進行存儲，這樣一來，不管數據量為多少，我們都能夠靈活應對。

如果數組的空間太小，使用哈希表的時候就容易發生衝突，線性查找的使用頻率也會更高；反過來，如果數組的空間太大，就會出現很多空箱子，造成內存的浪費。因此，給數組設定合適的空間非常重要。

在存儲數據的過程中，如果發生衝突，可以利用鏈表在已有數據的後面插入新數據來解決衝突，這種方法被稱為鏈表法，也被稱為鏈地址法。

其中在 Java 集合類的 HashMap 中解決衝突的方法就是採用的鏈表法，建議閱讀 HashMap 源碼。

除了鏈地址法以外，還有幾種解決衝突的方法。其中，應用較為廣泛的是開放地址法，或稱為開放尋址法。這種方法是指當衝突發生時，立刻計算出一個候補地址（數組上的位置）並將數據存進去。如果仍然有衝突，便繼續計算下一個候補地址，直到有空地址為止，可以通過多次使用哈希函數或線性探測法等方法計算候補地址。

在 Java 中，ThreadLocal 所使用的就是開放地址法。

哈希函數設計的好壞決定了哈希衝突的概率，也就決定哈希表的性能。

總結

這篇文章主要講了一些比較基礎的哈希表知識，包括哈希表的由來、哈希衝突的解決方法。

哈希表也叫散列表，來源於數組，它藉助哈希函數對數組這種數據結構進行擴展，利用的是數組支持按照下標隨機訪問元素的特性，是存儲 Key-Value 映射的集合。

哈希表兩個核心問題是哈希函數設計和哈希衝突解決。對於某一個 Key，哈希表可以在接近 O(1) 的時間內進行讀寫操作。哈希表通過哈希函數實現 Key 和數組下標的轉換，通過開放尋址法和鏈表法來解決哈希衝突。哈希函數設計的好壞決定了哈希衝突的概率，也就決定哈希表的性能。

有興趣的可以在 JDK 中閱讀 HashMap 的源碼，在 JDK 8 和之前的版本的實現還有許多不多，比如在 JDK 8 中，引入紅黑樹，當鏈表長度太長（默認超過 8）時，鏈表就轉換為紅黑樹，就可以利用紅黑樹快速增刪改查的特點，提高 HashMap 的性能。

參考

《我的第一本算法書》

閱讀更多 武培軒 的文章

關鍵字: 數據結構 哈希 什麼