标签：
(1).数组的特点：寻址容易，插入和删除困难； 数组存储连续,查找一个元素的时间复杂度为O(1)；
(2).链表的特点：寻址困难，插入和删除容易。链表存储区是离散的，遍历链表的元素的时间复杂度为O(N)。
(3).hash-table是根据关键值（key-value）来直接进行访问的数据结构，它结合了数组和链表的优点。hash表的难点在于设计hash函数，以及解决冲突。这里我们会在后面提及；
张三 13980593357 李四 15828662334 王五 13409821234 张帅 13890583472
当要查找”王五 15828662334“这条记录是否在这张链表中时，可能会从链表的头结点开始遍历，依次将每个结点中的姓名同”李四“进行比较，直到查找成功或者失败为止，这种做法的时间复杂度为O(n)。即使采用二叉排序树进行存储，也最多为O(logn)。假设能够通过”王五“这个信息直接获取到该记录在表中的存储位置，就能省掉中间关键字比较的这个环节，复杂度直接降到O(1)。Hash表就能够达到这样的效果。
Hash表采用一个映射函数 f : key —> address 将关键字映射到该记录在表中的存储位置，从而在想要查找该记录时，可以直接根据关键字和映射关系计算出该记录在表中的存储位置，通常情况下，这种映射关系称作为Hash函数，而通过Hash函数和关键字计算出来的存储位置(注意这里的存储位置只是表中的存储位置，并不是实际的物理地址)称作为Hash地址。比如上述例子中，假如联系人信息采用Hash表存储，则当想要找到“李四”的信息时，直接根据“李四”和Hash函数计算出Hash地址即可。
这里可以这么认为：计算机是用二进制存储的，当一个二进制数除以一个2的整数幂的时候，结果就是这个二进制数的后几位，前面的位都丢失了，也就意味着丢失了一部分信息，进而导致哈希表中的元素分布不均匀。为了避免产生冲突，我们可以采用加、乘法、移位等等运算关系来进行处理，然后再取余数，获得哈希地址。
下面是个例子。
<span style="font-size:18px;"> static int additiveHash(String key, int prime) //prime为我们选取的hash表大小。
{
int hash, i;
for (hash = key.length(), i = 0; i < key.length(); i++)
<span style="white-space:pre"> </span>hash += key.charAt(i);
return (hash % prime);
}</span>我们一般是通过某种算法，以把一个字符串"压缩" 成一个整数。当然，一个32位整数是无法对应回一个字符串的，但在程序中，两个字符串计算出的Hash值相等的可能非常小。下面我介绍几个经典的字符串hash函数设计。
2.1"One-Way Hash"算法
这个算法是Blizzard的创作，是一个非常高效的把字符串转换成整数的算法，举个例子，字符串"unitneutralacritter.grp"，通过这个算法得到的结果是0xA26067F3。
<span style="font-size:18px;">unsigned long HashString(char *lpszFileName, unsigned long dwHashType) { unsigned char *key = (unsigned char *)lpszFileName; unsigned long seed1 = 0x7FED7FED, seed2 = 0xEEEEEEEE; int ch; while(*key != 0) { ch = toupper(*key++); //toupper是转换为大写 seed1 = cryptTable[(dwHashType << 8) + ch] ^ (seed1 + seed2); seed2 = ch + seed1 + seed2 + (seed2 << 5) + 3; } return seed1; }</span>运用上面的函数就可以把字符串转化为整数，接下来我们用这个整数就可以通过hash函数产生hash地址了。<span style="font-size:18px;">int GetHashTablePos(char *lpszString, SOMESTRUCTURE *lpTable, int nTableSize) { int nHash = HashString(lpszString), nHashPos = nHash % nTableSize; if (lpTable[nHashPos].bExists && !strcmp(lpTable[nHashPos].pString, lpszString)) return nHashPos; else return -1; //Error value }</span>其他的字符串转换成整数算法，可以查阅相关书籍，这不再深入分析。
最常用的一种解决哈希冲突的方法，我们可以理解为“链表的数组”，如图：
左边很明显是个数组，数组的每个成员包括一个指针，指向一个链表的头，当然这个链表可能为空，也可能元素很多。我们根据元素的一些特征把元素分配到不同的链表中去，也是根据这些特征，找到正确的链表，再从链表中找出这个元素。
这里给个例子：设有 m ＝ 5 ， H(K) ＝ K mod 5 ，关键字值序例 5 ， 21 ， 17 ， 9 ， 15 ， 36 ， 41 ， 24 ，按外链地址法所建立的哈希表如下图所示：
②空单元的表示与具体的应用相关。
按照形成探查序列的方法不同，可将开放定址法区分为线性探查法、线性补偿探测法、随机探测等。
将散列表T[0..m-1]看成是一个循环向量，若初始探查的地址为d(即h(key)=d)，则最长的探查序列为
d，d+l，d+2，…，m-1，0，1，…，d-
即:探查时从地址d开始，首先探查T[d]，然后依次探查T[d+1]，…，直到T[m-1]，此后又循环到T[0]，T[1]，…，直到探查到T[d-1]为止。
探查过程终止于三种情况：
(1)若当前探查的单元为空，则表示查找失败（若是插入则将key写入其中）；
(2)若当前探查的单元中含有key，则查找成功，但对于插入意味着失败；
(3)若探查到T[d-1]时仍未发现空单元也未找到key，则无论是查找还是插入均意味着失败(此时表满)。
利用开放地址法的一般形式，线性探查法的探查序列为：
hi=(h(key)+i)％m 0≤i≤m-1//即di=i
用线性探测法处理冲突，思路清晰，算法简单，但存在下列缺点：
① 处理溢出需另编程序。一般可另外设立一个溢出表，专门用来存放上述哈希表中放不下的记录。此溢出表最简
单的结构是顺序表，查找方法可用顺序查找。
② 按上述算法建立起来的哈希表，删除工作非常困难。假如要从哈希表 HT 中删除一个记录，按理应将这个记录所
在位置置为空，但我们不能这样做，而只能标上已被删除的标记，否则，将会影响以后的查找。
③ 线性探测法很容易产生堆聚现象。所谓堆聚现象，就是存入哈希表的记录在表中连成一片。按照线性探测法处
理冲突，如果生成哈希地址的连续序列愈长 ( 即不同关键字值的哈希地址相邻在一起愈长 ) ，则当新的记录加入该
表时，与这个序列发生冲突的可能性愈大。因此，哈希地址的较长连续序列比较短连续序列生长得快，这就意味
着，一旦出现堆聚 ( 伴随着冲突 ) ，就将引起进一步的堆聚。
线性补偿探测法的基本思想是：
将线性探测的步长从 1 改为 Q ，即将上述算法中的 j ＝ (j ＋ 1) % m 改为： j ＝ (j ＋ Q) % m ，而且要求 Q 与
m 是互质的，以便能探测到哈希表中的所有单元。
【例】 PDP-11 小型计算机中的汇编程序所用的符合表，就采用此方法来解决冲突，所用表长 m ＝ 1321 ，选用
Q ＝ 25 。
将线性探测的步长从常数改为随机数，即令： j ＝ (j ＋ RN) % m ，其中 RN 是一个随机数。在实际程序中应预先
用随机数发生器产生一个随机序列，将此序列作为依次探测的步长。这样就能使不同的关键字具有不同的探测次
序，从而可以避 免或减少堆聚。基于与线性探测法相同的理由，在线性补偿探测法和随机探测法中，删除一个记
录后也要打上删除标记。
面试题目1、有一个庞大的字符串数组，然后给你一个单独的字符串，让你从这个数组中查找是否有这个字符串并找到它，你会怎么做？
解题思路：有一个方法最简单，老老实实从头查到尾，一个一个比较，直到找到为止，我想只要学过程序设计的人都能把这样一个程序作出来，但要是有程序员把这样的程序交给用户，我只能用无语来评价，或许它真的能工作，但…也只能如此了。
最合适的算法自然是使用HashTable（哈希表），所谓Hash，一般是一个整数，通过某种算法，可以把一个字符串”压缩”成一个整数。这里我把伪代码说一下：
字符串为lpszString,哈希表为hashTble，哈希表大小为tableSize。这里假设我们已经把所以得IP已经放到hash表里面去了。
(1). intnHash= HashString(lpszString); //这里把字符串转换为一个整数。
(2). nHashPos= nHash%tableSize; /查找字符串lpszString的Hash值，
(3).判断hashTble[nHashPos]是否存在，存在的话就说明这个字符串在里面。
当然，无论如何，一个32位整数是无法对应回一个字符串的，但在程序中，两个字符串计算出的Hash值相等的可能非常小。
面试题目2、题目：海量日志数据，提取出某日访问百度次数最多的那个IP。
解题思路：IP的数目还是有限的，最多2^32个，所以可以考虑使用hash将ip直接存入内存，然后进行统计。
面试题目3、求最小的K个数，题目：输入n个整数，找出其中最小的K个数，例如输入4、5、1、6、2、7、3、8这八个数字，则最小的4个数是：1、2、3、4。
解题思路：这个题目的解决思路有很多，我这里列举几种：
1、排序法，先把所有的数进行排序，前面的K个数就是我们要找的k个数。这种算法的时间复杂度为O（NlogN）,我们还可以找个时间复杂度更低的哦！
2、利用partition函数来解决，这个代码不在编写，我主要讲下面这个方法。
3、hash表，时间复杂度为O(N),思路如下，用数组实现一个hash表，hash表的大小为最大元素的大小。其次，把所有数压入hash表，然后再从头取出前k个数。
标签：
原文地址：http://blog.csdn.net/stefan1240/article/details/47150725
