散列表
在線性表、樹等數據結構中，記錄在結構中的相對位置是隨機的，和記錄的關鍵字之間不存在確定的關係，因此在結構中查找記錄時需進行一系列和關鍵字的比較。它們查找的效率都依賴於查找過程中所進行的比較次數。
1、散列表的強大
即使是二分查找，查找的時間複雜度也是 O（log2N)。
但是——散列表，理想的情況下有沒有不經過任何比較，一次存取便能得到所查記錄。時間複雜度是 O（1）。
2、散列表的實現
1、使用散列函數將給定鍵轉化爲一個“數組的索引”，數組內可以存儲記錄對應的值，這個函數，我們稱之爲散列（哈希）函數；
2、但對於不同的關鍵字，可能得到同一哈希地址，即k1≠ k2，而f(k1) = f(k2)，這種現象我們稱之爲衝突。衝突只能儘可能的少，但是不能完全避免；
2.1 散列函數描述
哈希表的容量一般設置爲素數，因爲無論按照何種步長，總可以遍歷素數。
2.1.1 散列函數特徵
1、相同輸入映射到相同索引；
2、不同輸入映射到不同索引；
3、散列表知道數組多大，只返回有效索引
構造方法:
直接定址法：
Hash(key) = a × key + b
數字分析法：
比如手機號前三位是接入號，中間四位是 HLR 識別號，只有後四位纔是真正的用戶號，此時我們選擇後四位作爲散列地址就是不錯的選擇；
數字分析法通常適合處理關鍵字位數比較大的情況，如果事先知道關鍵字的分佈且關鍵字的若干位分佈較均勻，就可以考慮用這個方法。
平方取中法：
如果事先知道關鍵字的分佈且關鍵字的若干位分佈較均勻，就可以考慮用這個方法
平方取中法比較適合於不知道關鍵字的分佈，而位數又不是很大的情況
摺疊法：
1、將關鍵字從左到右分割成位數相等的幾部分（注意最後一部分位數不夠時可以短些）
2、然後將這幾部分疊加求和
3、按散列表表長，取後幾位作爲散列地址
除留餘數法
Hash(key) = key / a ... b ,b即爲數組地址
隨機數法
2.2衝突處理
2.2.1 拉鍊法
如果多個鍵映射到了同一位置，就在這個位置存儲一個鏈表。
2.2.2 開放地址法
數據項具有相同下標時，在數組中其他地方尋找一個空白單元放置要插入的數據項。
2.2.2.2 線性探測：
在用除留餘數法時：Hi = (Hash(key) + di) mod m di爲增量序列
線性探測中di每次衝突都加1，知道找到空序列；
刪除操作：刪除操作複雜，這裏不進行討論
查找操作：
線性探測是逐步搜索空的位置。缺點：數據項聚集，越來越大，越後面找到空位插入數據項需要時間越多。
2.2.2.3 二次探測法：
Hi = (Hash(key) + di) mod m di爲增量序列
di先後取(±1)2 ，(±2)2，(±3)……
2.2.2.4 僞隨機探測法：
di爲僞隨機數
2.2.3 再散列法（雙散列函數）
2.2.4 建立公共溢出區
3、應用
3.1 DNS解析
如：在訪問像http://adit.io這樣的網站時，計算機必須將adit.io轉換爲IP地址：
ADIT.IO -> 173.255.248.55
無論哪個網站，網址都要轉化爲IP地址：
GOOGLE.COM -> 74.125.239.133
FACEBOOK.COM -> 173.252.120.6
這是將網址映射到IP地址，這過程被成爲DNS解析，散列表是提供這種功能方式之一。
3.2 緩存內放入散列表加快訪問速度
3.3 總結：
散列函數在查找、加密、海量數據處理過程都有強大優勢；
如果在能提前預測數據量的大小。那麼哈希表在速度和易用性方面——無與倫比！！！
缺點：數組創建後難於擴展，某些哈希表被基本填滿時，性能下降得非常嚴重
鏈接: 開放地址法描述.
鏈接: 開放地址法哈希表代碼篇.
鏈接: 散列函數描述.