哈希游戏,哈希博彩平台,比特币哈希游戏,区块链博彩,去中心化博彩平台,可验证公平平台,首存送88U,虚拟币哈希娱乐目录1.哈希映射1.1哈希的概念1.2哈希冲突1.3哈希函数2.解决哈希冲突2.1闭散列法3代码实现3.1状态3.2创建哈希节点类3.3数据插入3.4查找与删除3.5仿函数4.开散列哈希桶4.1概念4...

　　在顺序结构以及平衡树中，元素关键码与其存储位置之间没有对应的关系，因此在查找一个元素时，必须要经过关键码的多次比较。顺序查找时间复杂度为O(N)，平衡树中为树的高度，即O(logN)，搜索的效率决于搜索过程中元素的比较次数。

　　理想的搜索方法：可以不经过任何比较，一次直接从表中得到要搜索的元素。 如果构造一种存储结构，通过某种函数(hashFunc)使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快找到该元素。

　　该方式即为哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表(Hash Table)(或者称散列表)。

　　对于两个数据元素的关键字Kphpi和Kj(i != j)，有Ki!=Kj，但有：Hash(Ki) == Hash(Kj)，即：不同关键字通过相同哈希函数计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞。把具有不同关键码而具有相同哈希地址的数据元素称为“同义词”

　　例如计数排序，统计字符串中出现的用26个英文字符统计，给数组分配26个空间，遍历到的字符是谁，就把相应的元素值++

　　把数据映射到有限的空间里面。设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：Hash(key) = key% p(p=m)，将key转换成哈希地址。

　　哈希函数设计的越精妙，产生哈希冲突的可能性就越低，但是无法避免哈希冲突。

　　闭散列：也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的“下一个” 空位置中去。

　　线性探测：从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。

　　插入：通过哈希函数获取待插入元素在哈希表中的位置。如果该位置中没有元素则直接插入新元素，如果该位置中有元素发生哈希冲突，使用线性探测找到下一个空位置，插入新元素。

　　删除：采用闭散列处理哈希冲突时，不能随便物理删除哈希表中已有的元素，否则会影响其他元素的搜索。比如删除元素1，如果直接删除掉，11查找起来可能会受影响。因此线性探测采用标记的伪删除法来删除一个元素。

　　所谓的二次探测我们可以理解为飞跃式，线性是一个一个找空位置，二次就是跳着找。

　　查找：当数据是1时，直接映射到下标1处，此时该位置的状态是EXIST，数据是11时，映射到下标1处，但是已经有1了所以++往后找空位置找到后状态更新为EXIST。

　　删除：删除1，找11，当删除1后，状态更新为DELETE，查找11时下标发现状态是DELETE时会继续往后移动，然后找到11.

　　当插入的数据较多，而哈希表较短时，就要考虑到扩容，但是哈希的扩容不简单，因为一扩容，下标就变了，那很多数据的映射后的位置就变了。

　　由于散列表的长度一定，所以负载因子和表中的元素个数成正比。元素个数越多，哈希冲突越大，所以我们一般将负载因子定在0.7~0.8，在代码中我们就定在0.7。

　　比如我们开了20个空间，下标16以后都存满了但是前面还有位置，但是我们存一个37，那他就一直找位置，直到找到19，然后就出这个哈希表了，所以要让他返回到表上再到下标靠前的位置去找。

　　当插入的数据较多，而哈希表较短时，就要考虑到扩容，但是哈希的扩容不简单，因为一扩容，下标就变了，那很多数据的映射后的位置就变了。

　　由于散列表的长度一定，所以负载因子和表中的元素个数成正比。元素个数越多，哈希冲突越大，所以我们一般将负载因子定在0.7~0.8，在代码中我们就定在0.7。