后端小白的学习之路
哈希表
前言：在做团队新人任务时遇上了top k url类的问题，经搜寻需要用到hashmap+最小堆的算法，就学习一下哈希表这种数据结构。
1.哈希表定义
若无需像各种排序和查找那样进行比较，而只需建立对应关系f，并根据f就可找到相应的存储位置，则称f为哈希函数，而根据此思想建立的表就为哈希表。哈希函数本质上是一种映像，只需要使得哈希函数值都落在表长允许范围之内即可，其本身十分灵活。哈希表就是根据设定的哈希函数和处理哈希冲突的方法，将关键字映射到一组连续有限地址，将像作为关键字的存储地址，则这组连续地址即为哈希表，映像过程便为哈希造表或散列，存储地址便为哈希地址或散列地址。
2.哈希函数
- 哈希冲突：由于对不同关键字可能会得到同一个哈希地址，所以此时在这个位置便出现了冲突，所以需要合适的构造哈希函数来尽可能避免冲突的出现。（当然，冲突是不可避免的，后续会有解决这种冲突的办法）
-
哈希函数的构造方法
哈希函数的构造原则为尽量让关键字得到随机的地址，减少哈希冲突的存在。
1.直接定址法:取关键字的线性函数值为哈希地址（这种函数也叫自身函数）其地址集合和关键字集合大小相同。
2.数字分析法：根据数据特点选有区别性的数字
3.平方取中法：取关键字平方后中间几位为哈希地址
4.折叠法：将关键字分割成位数相等的几位（最后一部分可能位数不同），再累加
5.除留余数法/位运算法：最简单、最常用，将关键字与一个不超过表长的数取模。JAVA中HashMap的好像用的是&位运算，其HashMap长度为16或2的整数次幂，index = hashcode（key）&（len - 1）。
6.随机函数法：常用于关键字长度不等
3.处理哈希冲突的办法
- 1.开放定址法
- 2.再哈希法
- 3.链地址法
感觉好像常用的就是链地址法，即将关键词为同义词存储在同一个线性链表中，可理解为数组中嵌套链表，Go语言中的map就是由此实现的，也是我打算用来解决这个问题使用的基本结构。 - 4.建立公共溢出区法