--- comments: true --- # 哈希表 哈希表通过建立「键 key」和「值 value」之间的映射,实现高效的元素查找。具体地,输入一个 key ,在哈希表中查询并获取 value ,时间复杂度为 $O(1)$ 。 例如,给定一个包含 $n$ 个学生的数据库,每个学生有 "姓名 `name` ” 和 “学号 `id` ” 两项数据,希望实现一个查询功能:**输入一个学号,返回对应的姓名**,则可以使用哈希表实现。 ![hash_map](hash_map.assets/hash_map.png)

Fig. 哈希表抽象表示

## 哈希表优势 除了哈希表之外,还可以使用以下数据结构来实现上述查询功能: - **无序数组:** 每个元素为 `[学号, 姓名]` ; - **有序数组:** 将 `1.` 中的数组按照学号从小到大排序; - **链表:** 每个结点的值为 `[学号, 姓名]` ; - **二叉搜索树:** 每个结点的值为 `[学号, 姓名]` ,根据学号大小来构建树; 使用上述方法,各项操作的时间复杂度如下表所示(在此不做赘述,详解可见 [二叉搜索树章节](https://www.hello-algo.com/chapter_tree/binary_search_tree/#_6))。无论是查找元素、还是增删元素,哈希表的时间复杂度都是 $O(1)$ ,全面胜出!
| | 无序数组 | 有序数组 | 链表 | 二叉搜索树 | 哈希表 | | -------- | -------- | ----------- | ------ | ----------- | ------ | | 查找元素 | $O(n)$ | $O(\log n)$ | $O(n)$ | $O(\log n)$ | $O(1)$ | | 插入元素 | $O(1)$ | $O(n)$ | $O(1)$ | $O(\log n)$ | $O(1)$ | | 删除元素 | $O(n)$ | $O(n)$ | $O(n)$ | $O(\log n)$ | $O(1)$ |
## 哈希表常用操作 哈希表的基本操作包括 **初始化、查询操作、添加与删除键值对**。 === "Java" ```java title="hash_map.java" /* 初始化哈希表 */ Map map = new HashMap<>(); /* 添加操作 */ // 在哈希表中添加键值对 (key, value) map.put(12836, "小哈"); map.put(15937, "小啰"); map.put(16750, "小算"); map.put(13276, "小法"); map.put(10583, "小鸭"); /* 查询操作 */ // 向哈希表输入键 key ,得到值 value String name = map.get(15937); /* 删除操作 */ // 在哈希表中删除键值对 (key, value) map.remove(10583); ``` === "C++" ```cpp title="hash_map.cpp" /* 初始化哈希表 */ unordered_map map; /* 添加操作 */ // 在哈希表中添加键值对 (key, value) map[12836] = "小哈"; map[15937] = "小啰"; map[16750] = "小算"; map[13276] = "小法"; map[10583] = "小鸭"; /* 查询操作 */ // 向哈希表输入键 key ,得到值 value string name = map[15937]; /* 删除操作 */ // 在哈希表中删除键值对 (key, value) map.erase(10583); ``` === "Python" ```python title="hash_map.py" # 初始化哈希表 Map = {} # 添加操作 # 在哈希表中添加键值对 (key, value) Map[12836] = "小哈" Map[15937] = "小啰" Map[16750] = "小算" Map[13276] = "小法" Map[10583] = "小鸭" # 查询操作 # 向哈希表输入键 key ,得到值 value name = Map[15937] # 删除操作 # 在哈希表中删除键值对 (key, value) Map.pop(10583) ``` === "Go" ```go title="hash_map_test.go" // 初始化哈希表 Map := make(map[int]string) // 添加操作 // 在哈希表中添加键值对 (key, value) Map[12836] = "小哈" Map[15937] = "小啰" Map[16750] = "小算" Map[13276] = "小法" Map[10583] = "小鸭" // 查询操作 // 向哈希表输入键 key ,得到值 value name := Map[15937] // 删除操作 // 在哈希表中删除键值对 (key, value) delete(Map, 10583) ``` === "JavaScript" ```js title="hash_map.js" ``` === "TypeScript" ```typescript title="hash_map.ts" ``` === "C" ```c title="hash_map.c" ``` === "C#" ```csharp title="hash_map.cs" ``` 遍历哈希表有三种方式,即 **遍历键值对、遍历键、遍历值**。 === "Java" ```java title="hash_map.java" /* 遍历哈希表 */ // 遍历键值对 key->value for (Map.Entry kv: map.entrySet()) { System.out.println(kv.getKey() + " -> " + kv.getValue()); } // 单独遍历键 key for (int key: map.keySet()) { System.out.println(key); } // 单独遍历值 value for (String val: map.values()) { System.out.println(val); } ``` === "C++" ```cpp title="hash_map.cpp" /* 遍历哈希表 */ // 遍历键值对 key->value for (auto kv: map) { cout << kv.first << " -> " << kv.second << endl; } // 单独遍历键 key for (auto key: map) { cout << key.first << endl; } // 单独遍历值 value for (auto val: map) { cout << val.second << endl; } ``` === "Python" ```python title="hash_map.py" """ 遍历哈希表 """ # 遍历键值对 key->value for key, value in Map.items(): print(key, "->", value) # 单独遍历键 key for key in Map.keys(): print(key) # 单独遍历值 value for value in Map.values(): print(value) ``` === "Go" ```go title="hash_map_test.go" /* 遍历哈希表 */ // 遍历键值对 key->value for key, value := range Map { fmt.Println(key, "->", value) } // 单独遍历键 key for key := range Map { fmt.Println(key) } // 单独遍历值 value for _, value := range Map { fmt.Println(value) } ``` === "JavaScript" ```js title="hash_map.js" ``` === "TypeScript" ```typescript title="hash_map.ts" ``` === "C" ```c title="hash_map.c" ``` === "C#" ```csharp title="hash_map.cs" ``` ## 哈希函数 哈希表中存储元素的数据结构被称为「桶 Bucket」,底层实现可能是数组、链表、二叉树(红黑树),或是它们的组合。 最简单地,**我们可以仅用一个「数组」来实现哈希表**。首先,将所有 value 放入数组中,那么每个 value 在数组中都有唯一的「索引」。显然,访问 value 需要给定索引,而为了 **建立 key 和索引之间的映射关系**,我们需要使用「哈希函数 Hash Function」。 设数组为 `bucket` ,哈希函数为 `f(x)` ,输入键为 `key` 。那么获取 value 的步骤为: 1. 通过哈希函数计算出索引,即 `index = f(key)` ; 2. 通过索引在数组中获取值,即 `value = bucket[index]` ; 以上述学生数据 `key 学号 -> value 姓名` 为例,我们可以将「哈希函数」设计为 $$ f(x) = x \% 100 $$ ![hash_function](hash_map.assets/hash_function.png)

Fig. 哈希函数

=== "Java" ```java title="array_hash_map.java" /* 键值对 int->String */ class Entry { public int key; // 键 public String val; // 值 public Entry(int key, String val) { this.key = key; this.val = val; } } /* 基于数组简易实现的哈希表 */ class ArrayHashMap { private List bucket; public ArrayHashMap() { // 初始化一个长度为 100 的桶(数组) bucket = new ArrayList<>(); for (int i = 0; i < 100; i++) { bucket.add(null); } } /* 哈希函数 */ private int hashFunc(int key) { int index = key % 100; return index; } /* 查询操作 */ public String get(int key) { int index = hashFunc(key); Entry pair = bucket.get(index); if (pair == null) return null; return pair.val; } /* 添加操作 */ public void put(int key, String val) { Entry pair = new Entry(key, val); int index = hashFunc(key); bucket.set(index, pair); } /* 删除操作 */ public void remove(int key) { int index = hashFunc(key); // 置为空字符,代表删除 bucket.set(index, null); } } ``` === "C++" ```cpp title="array_hash_map.cpp" /* 键值对 int->String */ struct Entry { public: int key; string val; Entry(int key, string val) { this->key = key; this->val = val; } Entry(){ this->key = -1; this->val = ""; } }; /* 基于数组简易实现的哈希表 */ class ArrayHashMap { private: vector bucket; public: ArrayHashMap() { // 初始化一个长度为 100 的桶(数组) bucket= vector(100); } /* 哈希函数 */ int hashFunc(int key) { int index = key % 100; return index; } /* 查询操作 */ string get(int key) { int index = hashFunc(key); Entry pair = bucket[index]; return pair.val; } /* 添加操作 */ void put(int key, string val) { Entry pair = Entry(key, val); int index = hashFunc(key); bucket[index] = pair; } /* 删除操作 */ void remove(int key) { int index = hashFunc(key); // 置为空,代表删除 bucket[index] = *new Entry(); } }; ``` === "Python" ```python title="array_hash_map.py" # 键值对 int->String class Entry: def __init__(self, key, val): self.key = key self.val = val # 基于数组简易实现的哈希表 class ArrayHashMap: def __init__(self): # 初始化一个长度为 100 的桶(数组) self.bucket = [None] * 100 # 哈希函数 def hashFunc(self, key): index = key % 100 return index # 查询操作 def get(self, key): index = self.hashFunc(key) pair = self.bucket[index] if pair is None: return None return pair.val # 添加操作 def put(self, key, val): pair = Entry(key, val) index = self.hashFunc(key) self.bucket[index] = pair # 删除操作 def remove(self, key): index = self.hashFunc(key) # 置为空字符,代表删除 self.bucket[index] = None ``` === "Go" ```go title="array_hash_map.go" // 键值对 int->String type Entry struct { key int val string } // 基于数组简易实现的哈希表 type ArrayHashMap struct { bucket []Entry } func newArrayHashMap() *ArrayHashMap { // 初始化一个长度为 100 的桶(数组) bucket := make([]Entry, 100) return &ArrayHashMap{bucket: bucket} } // 哈希函数 func (a *ArrayHashMap) hashFunc(key int) int { index := key % 100 return index } // 查询操作 func (a *ArrayHashMap) get(key int) string { index := a.hashFunc(key) pair := a.bucket[index] if pair.key == 0 { return "" } return pair.val } // 添加操作 func (a *ArrayHashMap) put(key int, val string) { pair := Entry{key: key, val: val} index := a.hashFunc(key) a.bucket[index] = pair } // 删除操作 func (a *ArrayHashMap) remove(key int) { index := a.hashFunc(key) // 置为空字符,代表删除 a.bucket[index] = Entry{} } ``` === "JavaScript" ```js title="array_hash_map.js" ``` === "TypeScript" ```typescript title="array_hash_map.ts" ``` === "C" ```c title="array_hash_map.c" ``` === "C#" ```csharp title="array_hash_map.cs" ``` ## 哈希冲突 细心的同学可能会发现,**哈希函数 $f(x) = x \% 100$ 会在某些情况下失效**。具体地,当输入的 key 后两位相同时,哈希函数的计算结果也相同,指向同一个 value 。例如,分别查询两个学号 12836 和 20336 ,则有 $$ f(12836) = f(20336) = 36 $$ 两个学号指向了同一个姓名,这明显是不对的,我们将这种现象称为「哈希冲突 Hash Collision」,其会严重影响查询的正确性。如何避免哈希冲突的问题将被留在下章讨论。 ![hash_collision](hash_map.assets/hash_collision.png)

Fig. 哈希冲突

综上所述,一个优秀的「哈希函数」应该具备以下特性: - 尽量少地发生哈希冲突; - 时间复杂度 $O(1)$ ,计算尽可能高效; - 空间使用率高,即 “键值对占用空间 / 哈希表总占用空间” 尽可能大;