哈希查找是通过构建哈希表，并解决哈希冲突，在哈希表的基础上执行哈希查找的查找方式。
- 算法流程：
- 通过特定的哈希算法构造哈希表；
- 根据选择的冲突处理方法解决哈希冲突；
- 在哈希表的基础上执行哈希查找。
- 复杂度分析：
- 如果没有空间限制，直接将键作为索引，时间复杂度为O(1)
- 如果没有时间限制，进行顺序查找，时间复杂度为O(n)
-
哈希表 哈希表是，通过哈希计算得到的索引与要存储的值之间一对一的对应关系。 可以把哈希表看做一个数组，每个索引都对应一个值，但是哈希表的索引不像数组那样0到length-1，而是通过哈希计算得到的。
-
哈希函数 为了保证哈希表索引中索引和值得一对一关系，设计的固定算法。
特点：
- 每次计算都能得到固定长度的索引
- 相同的值，得到相同的索引
- 不同的值，大概率会得到不同的索引
-
哈希冲突 当不相等的两个值，经过哈希计算得到同一个索引，这种情况就成为发生了哈希冲突。
-
解决哈希冲突
-
开放定址法：我们在遇到哈希冲突时，去寻找一个新的空闲的哈希地址。
举例：就是当我们去教室上课，发现该位置已经存在人了，所以我们应该寻找新的位子坐下，这就是开放定址法的思路。如何寻找新的位置就通过以下几种方法实现。
（1）线性探测法 当我们的所需要存放值的位置被占了，我们就往后面一直加1并对m取模直到存在一个空余的地址供我们存放值，取模是为了保证找到的位置在0~m-1的有效空间之中。 公式：h(x)=(Hash(x)+i)mod (Hashtable.length);（i会逐渐递增加1）举例：
存在问题：出现非同义词冲突（两个不想同的哈希值，抢占同一个后续的哈希地址）被称为堆积或聚集现象。
（2）平方探测法（二次探测）
当我们的所需要存放值的位置被占了，会前后寻找而不是单独方向的寻找。
公式：h(x)=(Hash(x) +i)mod (Hashtable.length);（i依次为+(i^2)和-(i^2)）
举例：
-
再哈希法：同时构造多个不同的哈希函数，等发生哈希冲突时就使用第二个、第三个……等其他的哈希函数计算地址，直到不发生冲突为止。虽然不易发生聚集，但是增加了计算时间。
-
链地址法：将所有哈希地址相同的记录都链接在同一链表中。 公式：h(x)=xmod(Hashtable.length);
- 建立公共溢出区：将哈希表分为基本表和溢出表，将发生冲突的都存放在溢出表中。
转自：
