Hash table

在计算机中，散列表 是 一种实现了关联数组 抽象数据类型的数据结构，这种数据结构可以映射 键（key） 和 值（value）.

补充：

关联数组：在计算机科学中，一个关联数组（associative array），映射（map），符号表（symbol table），或者是字典（dictionary）是由键值对集合组成的 抽象数据类型 的 一种；

抽象数据类型：在计算机科学中，一个抽象数据类型（abstract data type ADT）是 具有类似行为的特定类别的数据类型 的数学模型；

散列表 通过 一个关于键值的 散列函数 ，将 所需查询的数据映射到 表中的一个位置 来访问记录；

在理想状态下，散列函数将 每个键（key） 分配给 唯一的 bucket，但是大多数 散列表 的 散列函数的不完善性，会导致 哈希碰撞（collision），即哈希函数 为不同的 key 生成了相同的 索引（index）；

Hashing

散列法（hashing）的思想是 在 桶数组（array of buckets）中 分配 entry（键值对）。给定一个 键（key），该算法计算出一个 索引，该索引代表了 entry 的 地址。

index = f(key,array_size)

通常这是分两步完成：

hash = hashfunc(key)
index = hash % array_size

在上面的方法中，hash 值 与数组 大小无关，然后利用 他 和 数组 大小 取模运算 得到 索引值（0 到 array_size -1 之间的一个数字）；

一个好的 哈希函数 和 算法实现 对于 散列表的性能 有很大的提升，但是通常也很难做到。

load factor

加载因子

load factor = n / k

n:填入表中的元素个数
k:散列表的长度

Collision resolution

哈希冲突时不可避免的，以下列出了常见的 哈希冲突解决策略，所有的解决方法都需要 将 键 存储在 表中。

• 开放地址法 （open addressing，也叫做 closed hashing）：所有的 条目（entry，即键值对）记录 保存在 桶数组（bucket array）中。当需要插入一个新的 键值对时，首先从 hash对应的位置开始检查 buckets，直到发现一个没有被占用的 位置。
  
• 分离链表法（separate chain）：每个 bucket 是 独立的；是具有相同索引的条目列表。哈希表的操作时间 等于 查找t(桶所在位置的时间 加上 列表的操作时间 。（java 中 HashMap 使用该方法，数组的每个位置代表一个桶，每个位置上存储了链接列表）