回顧一下簡單查找和二分查找

雜貨店商品對應的價格舉例：
簡單查找就是拿出商品價目本，這個價目本并不是有序的，顧客問蘋果多少錢，需要一個一個去查找某一個商品的價格，需要O(n)時間。
同樣是一個價目本，但是按商品名稱字母排序的，這樣需要的時候更短為O(logn)。

但這樣我還是覺得查找太慢，怎么辦，這時候需要一名能記住所有商品價格的員工，這樣一問評價價格便知，只需要O(1)。

從數據結構的角度來看
你可使用數組來實現記錄商品價格的本子，的每個元素包含兩項內容：商品名和價格。

如果將這個數組按商品名排序，就可使用二分查找在其中查找商品的價格。這樣查找價格的時間將為O(log n)。
然而，我希望查找商品價格的時間為O(1)，這是散列函數的用武之地。

散列函數

無論你給散列函數什么數據，它都還你一個數字，專業點說：散列函數“將輸入映射到數字”

特點：

• 一致的，比如輸入蘋果得到的是4，之后的每一次輸入蘋果最后得到的都是4。
• 不同的輸入映射不同的數字。

簡單實現商品價目本：
準備一個空列表，將蘋果輸入散列函數，輸出4，那么列表的索引4就存蘋果價格￥2.1，依次類存。。。行程價目本。
這樣我們想知道商品名（蘋果）價格，直接把蘋果給散列函數，輸出的就是價目表的索引4位置的價格（￥2.1）。

注意： 散列函數知道數組有多大，只返回有效的索引。如果數組包含5個元素，散列函數就不會
返回無效索引100。

散列表

復雜數據結構中，散列表可能是最有用的，也被稱為散列映射、映射、字典和關聯數組。散列表的速度很快！和數組一樣快。
Python提供的散列表實現為字典，你可使用函數dict來創建散列表。

散列表的應用

將散列表用于查找
比如電話本

>>> phone_book = {} >>> phone_book["小明"] = 8675309 >>> phone_book["火警"] = 119 >>> print phone_book["小明"] # 查找jenny的電話

比如DNS解析（DNS resolution）：網址映射到ip地址
我想瀏覽www.baidu.com 需要先進行DNS解析成ip地址192.168.0.0（隨便寫的ip地址）然后再進行訪問百度服務器。

防止重復
比如投票機制：已經投過票的不能再投了

voted = {} # 散列表查找元素非常快 def check_voter(name):if voted.get(name):print "kick them out!"else:voted[name] = Trueprint "let them vote!"

如果將已投票者的姓名存儲在列表中，這個函數的速度終將變得非常慢，因為它必須使用簡單查找搜索整個列表。

作為緩存
你登錄了Facebook，你看到的所有內容都是為你定制的。你每次訪問facebook.com，其服務器都需考慮你感興趣的是什么內容。但如果你沒有登錄，看到的將是登錄頁面。每個人看到的登錄頁面都相同。 Facebook被反復要求做同樣的事情：“當我注銷時，請向我顯示主頁。”有鑒于此，它不讓服務器去生成主頁，而是將主頁存儲起來，并在需要時將其直接發送給用戶。

• 用戶能夠更快地看到網頁，網站已經記住了用戶的訪問頻次或喜好等行為。
• Facebook需要做的工作更少。

Facebook不僅緩存主頁，還緩存About頁面、 Contact頁面等眾多其他的頁面。因此，它需要將頁面URL映射到頁面數據。
也就是一個字典中key是url，value是網頁數據data

cache = {} def get_page(url):if cache.get(url): return cache[url]else:data = get_data_from_server(url) # 訪問服務器處理并返回數據填充到散列表cache[url] = datareturn data

僅當URL不在緩存中時，你才讓服務器做些處理，并將處理生成的數據存儲到緩存中，再返回它。這樣，當下次有人請求該URL時，你就可以直接發送緩存中的數據，而不用再讓服務器進行處理了。

這里總結一下，散列表適合用于：

• 模擬映射關系；
• 防止重復；
• 緩存/記住數據，以免服務器再通過處理來生成它們。

tips：本篇文章參考算法圖解

總結

以上是生活随笔為你收集整理的学习散列表的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。