雜湊表和雜湊函式是大學資料結構中的課程，實際開發中我們經常用到hashtable這種結構，當遇到鍵-值對儲存，採用hashtable比arraylist查詢的效能高。為什麼呢？我們在享受高效能的同時，需要付出什麼代價(這幾天看紅頂商人胡雪巖，經典台詞：在你享受這之前，必須受別人吃不了的苦，忍受別人受不了的屈辱)，那麼使用hashtable是否就是一樁無本萬利的買賣呢？就此疑問，做以下分析，希望能拋磚引玉。
一、hash它為什麼對於鍵-值查詢效能高
學過資料結構的，都應該曉得，線性表和樹中，記錄在結構中的相對位置是隨機的，記錄和關鍵字之間不存在明確的關係，因此在查詢記錄的時候，需要進行一系列的關鍵字比較，這種查詢方式建立在比較的基礎之上，在.net中(array,arraylist,list)這些集合結構採用了上面的儲存方式。
比如，現在我們有乙個班同學的資料，包括姓名，性別，年齡，學號等。假如資料有
姓名性別
年齡學號張三男
151李四女
142王五男
143
假如，我們按照姓名來查詢，假設查詢函式findbyname(string name);
1)查詢「張三」
只需在第一行匹配一次。
2)查詢"王五"
在第一行匹配，失敗，
在第二行匹配，失敗，
在第三行匹配，成功
上面兩種情況，分別分析了最好的情況，和最壞的情況，那麼平均查詢次數應該為 (1+3)/2=2次，即平均查詢次數為(記錄總數+1)的1/2。
儘管有一些優化的演算法，可以使查詢排序效率增高，但是複雜度會保持在log2n的範圍之內。
如何更更快的進行查詢呢？我們所期望的效果是一下子就定位到要找記錄的位置之上，這時候時間複雜度為1，查詢最快。如果我們事先為每條記錄編乙個序號，然後讓他們按號入位，我們又知道按照什麼規則對這些記錄進行編號的話，如果我們再次查詢某個記錄的時候，只需要先通過規則計算出該記錄的編號，然後根據編號，在記錄的線性佇列中，就可以輕易的找到記錄了 。
注意，上述的描述包含了兩個概念，乙個是用於對學生進行編號的規則，在資料結構中，稱之為雜湊函式，另外乙個是按照規則為學生排列的順序結構，稱之為雜湊表。
仍以上面的學生為例，假設學號就是規則，老師手上有乙個規則表，在排座位的時候也按照這個規則來排序，查詢李四，首先該教師會根據規則判斷出，李四的編號為2，就是在座位中的2號位置，直接走過去，「李四，哈哈，你小子，就是在這！」
看看大體流程:
從上面的圖中，可以看出雜湊表可以描述為兩個筒子，乙個筒子用來程式設計客棧裝記錄的位置編號，另外乙個筒子用來裝記錄，另外存在一套規則，用來表述記錄與編號之間的聯絡。這個規則通常是如何制定的呢？
a)直接定址法:
我在前一篇文章對gethashcode()效能比較的問題中談到，對於整形的資料gethashcode()函式返回的就是整形 本身，其實就是基於直接定址的方法，比如有一組0-100的資料，用來表示人的年齡
那麼，採用直接定址的方法構成的雜湊表為:01
2345
0歲1歲
2歲3歲
4歲5歲
.....
這樣的一種定址方式，簡單方便，適用於元資料能夠用數字表述或者原資料具有鮮明順序關係的情形。
b)數字分析法:
有這樣一組資料，用於表述一些人的出生日期年月
日75101
7512
1075
0214
分析一下，年和月的第一位數字基本相同，造成衝突的機率非常大，而後面三位差別比較大，所以採用後三位
c)平方取中法
取關鍵字平方後的中間幾位作為雜湊位址
d)摺疊法：
將關鍵字分割成位數相同的幾部分，最後一部分位數可以不相同，然後去這幾部分的疊加和（取出進製）作為雜湊位址，比如有這樣的資料20-1445-4547-3
可以 5473
+ 4454
+ 201
= 10128
取出進製1,取0128為雜湊位址
e)取餘法
取關鍵字被某個不大於雜湊表表長m的數p除后所得餘數為雜湊位址。h(key)=key mod p (p<=m)
f)隨機數法
選擇乙個隨機函式，取關鍵字的隨機函式值為它的雜湊位址，即h(key)=random(key) ,其中random為隨zowiy機函式。通常用於關鍵字長度不等時採用此法。
總之，雜湊函式的規則是：通過某種轉換關係，使關鍵字適度的分散到指定大小的的順序結構中。越分散，則以後查詢的時間複雜度越小，空間複雜度越高。
二、使用hash，我們付出了什麼？
hash是一種典型以空間換時間的演算法，比如原來乙個長度為100的陣列，對其查詢，只需要遍歷且匹配相應記錄即可，從空間複雜度上來看，假如陣列儲存的是byte型別資料，那麼該陣列占用100byte空間。現在我們採用hash演算法，我們前面說的hash必須有乙個規則，約束鍵與儲存位置的關係，那麼就需要乙個固定長度的hash表，此時，仍然是100byte的陣列，假設我們zowiy需要的100byte用來記錄鍵與位置的關係，那麼總的空間為200byte,而且用於記錄規則的表大小會根據規則，大小可能是不定的，比如在lzw演算法中，如果乙個很長的用於記錄畫素的byte陣列，用來記錄位置與鍵關係的表空間，演算法推薦為乙個1２bit能表述的整數大小，那麼足夠長的畫素陣列，如何分散到這樣定長的表程式設計客棧中呢，lzw演算法採用的是可變長編碼，具體會在深入介紹lzw演算法的時候介紹。
注:hash表最突出的問題在於衝突，就是兩個鍵值經過雜湊函式計算出來的索引位置很可能相同，這個問題，下篇文章會令作闡述。
注:之所以會簡單得介紹了hash，是為了更好的學習lzw演算法，學習lzw演算法是為了更好的研究gif檔案結構，最後，我將詳細的闡述一下gif檔案是如何構成的，如何高效操作此種型別檔案。
本文標題: 為什麼雜湊訪問比較快？使用它需要付出什麼代價
本文位址: /ruanjian/csharp/153706.html
雜湊是什麼？為什麼雜湊訪問比較快？
本內容為本人學習 大話 資料結構 一文的總結摘要 雜湊演算法訪問之所以快,是因為其 直接通過關鍵字key得到要訪問的記錄記憶體儲存位置 試想這樣的場景，你很想學太極拳，聽說學校有個叫張三丰的人打得特別好，於 是你到學校學生處找人，學生處的工作人員可能會拿出學生名單，乙個乙個的查詢，最終告訴你，學校沒...
雜湊是什麼？為什麼雜湊訪問比較快？
不太恰當的比喻 xm 指的是 小明 也指的是 小萌 xm就是雜湊值，小明和小萌就是擁有同乙個雜湊值的，存在同乙個鍊錶的元素。想要獲取小萌，首先使用hashcode獲取到這兩個人，然後再通過equals獲取到小萌。個人理解 雜湊表其實就是乙個一維陣列，而陣列中的每乙個元素都是乙個單向鍊錶而已。這樣的資...
alloca 是什麼？為什麼不提倡使用它？
alloca 是什麼？為什麼不提倡使用它？在呼叫alloca 的函式返回的時候,它分配的記憶體會自動釋放。也就是說,用alloca 分配的內存在某種程度上區域性於函式的 堆疊幀 或上下文中。alloca 不具可移植性,而且在沒有傳統堆疊的機器上很難實現。當它的返回值直接傳入另乙個函式時會帶來問題,如...