哈希表总结 - 爱码网

除法散列法
乘法散列法
全域散列法

冲突解决办法

拉链法
开放寻址法
线性探查
二次探查
双重散列

但是很明显的是，当全域特别大的时候，这意味着我们要创建一个内容特别大的数组，如果关键字较少则会造成空间的浪费，于是我们想出了使用散列表，控制数组的长度，通过使用散列函数（除法散列法、乘法散列法、全域散列法等），找出关键字对应到各自相应的槽，也就是说，如果我们能够平均的分配关键字到相应的槽，避免冲突，则可以实现直接寻址技术一样的效果，同时还大大的减少了内存。

理想情况下，冲突可以完全避免，但是现实中，我们可以通过散列函数尽量的避免冲突，尽可能的使其随机化，同时还是会不可避免的发生冲突，此时我们还可以通过拉链法或者开放寻址法来解决冲突。

哈希表总结

缺点：需要额外的指针空间。

开放寻址法包括几种方法：线性探查，二次探查，双重探查；

线性探查

顾名思义，其是一个线性递增的过程，如果当前发生冲突，则会递增的找下一个，如果最后一个仍然找不到，那么则又会从头开始查找，以此类推。但是这会存在一个问题，叫做一次群集，随着连续被占用的槽增加，那么它查找的时间也会不断的增加。
二次群集

和之前不同的是，在开始的槽的位置上发生冲突以后，其不再是线性的递增，而是通过一个偏移量（1,2,3...的二次方地址处），这在一定程度下缓解了基本群集的问题，但是依旧存在问题，比如在具有相同偏移量的位置发生冲突，那么就和之前的一样，槽会发生连续被占用的情况，甚至是该相对偏移量下的所有槽都被占用情况，此时再使用偏移量则会找不到空白的槽。
```
key1：hash(key)+0
key2：hash(key)+1^2
key3：hash(key)+2^2
```
双重探测

这可能是最好的方法之一，因为它不再像是线性和二次固定的增加偏移，而是会变化的去寻找下一个位置。即下一个探测的位置以关键字的另一个散列函数值作为增量。其公式为：
```
h(k, i) = (h1(k) + ih2(k)) mod m
```